Pelletization of Torrefied Wood Using a Proteinaceous Binder Developed from Hydrolyzed Specified Risk Materials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pressing issues such as a growing energy demand and the need for energy diversification, emission reduction, and environmental protection serve as motivation for the utilization of biomass for production of sustainable fuels. However, use of biomass is currently limited due to its high moisture content, relatively low bulk and energy densities, and variability in shape and size, relative to fossil-based fuels such as coal. In recent years, a combination of thermochemical treatment (torrefaction) of biomass and subsequent pelletization has resulted in a renewable fuel that can potentially substitute for coal. However, production of torrefied wood pellets that satisfy fuel quality standards and other logistical requirements typically requires the use of an external binder. Here, we describe the development of a renewable binder from proteinaceous material recovered from specified risk materials (SRM), a negative-value byproduct from the rendering industry. Our binder was developed by co-reacting peptides recovered from hydrolyzed SRM with a polyamidoamine epichlorohydrin (PAE) resin, and then assessed through pelleting trials with a bench-scale continuous operating pelletizer. Torrefied wood pellets generated using peptides-PAE binder at 3% binder level satisfied ISO requirements for durability, higher heating value, and bulk density for TW2a type thermally-treated wood pellets. This proof-of-concept work demonstrates the potential of using an SRM-derived binder to improve the durability of torrefied wood pellets.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle