Evaluating the CO<sub>2</sub> Capture Performance Using a BEA-AMP Biblend Amine Solvent with Novel High-Performing Absorber and Desorber Catalysts in a Bench-Scale CO<sub>2</sub> Capture Pilot Plant
Notice bibliographique
Résumé
The overall CO2 capture performance in terms of absorption efficiency, heat duty, and cyclic capacity, as well as absorber overall volumetric mass transfer coefficient (KGav) and desorber mass transfer coefficient (KLav) of BEA-AMP biblend amine solvent, in a bench-scale pilot plant was evaluated and hugely enhanced by a combination of high-performing absorber and desorber catalysts. Carbon nanotubes physically mixed with K/MgO were incorporated in the absorber column while a solid acid Ce(SO4)2/ZrO2 catalyst was incorporated in the desorber column. The results showed that the addition of the high-performance catalysts in both absorber and desorber columns resulted in a huge improvement in the overall absorption and desorption processes over those reported with K/MgO and HZSM-5. The absorber and desorber catalysts greatly increased CO2 absorption efficiency, cyclic capacity, mass transfer coefficient (KGav and KLav) and decreased the relative heat duty in comparison with the noncatalytic system and the case of having only HZSM-5 in the desorber catalyst. The desorber catalyst facilitated amine regeneration for CO2 stripping of the solution through proton donation leading to a tremendously lower heat duty. The use of absorber catalyst resulted in a tremendous improvement in the CO2 absorption process by donating electrons and providing large specific surface areas to facilitate CO2 absorption.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».