MétaCan
Menu
Retour à la cohorte
Enregistrement W2948390666 · doi:10.1080/15567036.2019.1624887

Reactive molecular dynamics simulation of oil shale combustion using the ReaxFF reactive force field

2019· article· en· W2948390666 sur OpenAlexaff
Zhijun Zhang, Hanyu Zhang, Jun Chai, Liang Zhao, Łi Zhuang

Notice bibliographique

RevueEnergy Sources Part A Recovery Utilization and Environmental Effects · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Beijing MunicipalityNational Natural Science Foundation of China
Mots-clésReaxFFKerogenOil shaleCharCombustionChemistryMolecular dynamicsChemical engineeringOil shale gasShale oilOrganic chemistryComputational chemistryFossil fuelWaste managementSource rockGeology

Résumé

récupéré en direct d'OpenAlex

Oil shale is a kind of complex carbonaceous material which is an important energy source for electricity production. Reactive molecular dynamics (RMD) simulation is a useful tool to examine the chemical reactions occurring in complex processes, providing a realistic structural representation and an applicable reactive force field (ReaxFF). The molecular dynamics (MD) simulations and Reaxff were employed to investigate the chemical mechanisms and products distribution in the process of oil shale combustion. The combustion process was explored by dividing it into three stages: the process of kerogen oxidation was primarily initialized by the cleavages of weak bonds in stage I; in stage II, kerogen structure was devolatilized to form char particles, then char and most of shale oil combusted; the small molecules (gases and a small of shale oil) generated water and carbon dioxide by O2 molecules, O and OH radicals attacking in stage III. The purpose of the present study was deeply understanding the combustion mechanism and conversion reactions associated with sulfur and nitrogen species of oil shale kerogen during this period by investigating the bond breaking, characteristic products distribution, and typical reaction pathways.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,006
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Sources Part A Recovery Utilization and Environmental EffectsMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207