Sieving and Acid Washing as a Pretreatment to Fast Pyrolysis of a High Ash Hog Fuel
Notice bibliographique
Résumé
Mineral matter can negatively influence liquid yield and product properties from the fast pyrolysis of woody biomass residuals. Biomass pretreatment approaches to reduce the ash content represent a potential pathway to expand the feedstock flexibility of fast pyrolysis. In this work, ash reduction in biomass pyrolysis oil via sieving the fines portion of a hog fuel as well as washing the fractionated hog fuel with nitric acid was investigated prior to the conversion in CanmetENERGY-Ottawa’s 5–10 kg/h fast pyrolysis system. It was found that sieving the material was much less influential on the liquid yield and product properties relative to nitric acid washing. Product analysis showed up to 40% increase in organic liquid yield and up to 30% decrease in biochar yield on a dry, ash-free basis by nitric acid washing the fractionated hog fuel. Pyrolysis reaction water was minimized when nitric acid washing the feedstock, which has important implications for the phase separation of the pyrolysis liquids. Through nitric acid washing, the ash content in the liquid was reduced up to 87% relative to the liquid produced from the pyrolysis of the untreated material. The chemical quantification of the produced pyrolysis liquids demonstrated that the chemical composition was significantly altered after nitric acid washing the hog fuel, indicating that the removal of the ash species impacted the pyrolysis reaction chemistry.
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 | 0,000 | 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) | 0,000 | 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 ».