MétaCan
Menu
Retour à la cohorte
Enregistrement W2916023476 · doi:10.22078/jpst.2018.3408.1546

A Pilot Study of Syngas Production from Bio-oil Thermal Cracking in a Bubbling Fluidized Bed Reactor

2020· article· en· W2916023476 sur OpenAlexaff
Mohammad Latifi, Lorenzo Ferrante, Cédric Briens, Franco Berruti

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensDuPont (Canada)Western UniversityPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésSyngasFluidized bedCrackingPetroleum engineeringWaste managementFluidized bed combustionEnvironmental scienceFluid catalytic crackingMaterials scienceChemistryGeologyEngineeringCatalysisComposite material

Résumé

récupéré en direct d'OpenAlex

A fluidized bed reactor that is operating in the bubbling regime has been developed for the conversion of bio-oils to syngas. The reactor consists of a 7.6 cm I.D. (or internal diameter) bed, with an expanded freeboard. The volume of the reactor can be adjusted to vary the gas residence time. This reactor has been used to carry out either thermal or catalytic cracking for reforming bio-oils. A gas-atomized injector has been specially developed to feed a bio-oil, which may be viscous and contaminated with small ash and char particles. Besides, the gas-atomized nozzle allows it to remain cool until coming in contact with the fluidized particles inside the bed. This article presents the product yields and compositions obtained by thermally cracking the bio-oil at various temperatures and gas residence times. The bed temperature was varied from 500 to 700 °C. Moreover, the vapor residence time ranged from 7.8 to 27.6 seconds. Also, the effect of particle size and mass of bed was investigated. Finally, based on this study, the conversion of bio-oil to gas increased with an increase in temperature and residence time.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,215
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)Même sujetGranular flow and fluidized bedsTravaux en français237 207