Application of thermal methods to increase the efficiency of coalbed methane production
Notice bibliographique
Résumé
In recent years, the expansion of the base of energy raw materials occurs through the involvement of new unconventional sources into operation. The development of new technologies made it possible to extract methane and its homologues from sedimentary formations that were not previously considered as sources of natural gas. One of these formations are coal-bearing strata. In some cases, the development of coal seams using traditional methods (quarry and mine) is impossible due to mining, geological, economic, technical and other reasons. The volume of industrial production of coalbed methane in foreign countries is beginning to have a significant impact on global gas markets. Industrial extraction of methane is conducted in the USA, China, Canada and other industrialized countries. It should be noted that the potential of unconventional resources of methane is huge - the resources of coal in the world reach 15 trillion tons. Coals are a promising source of coalbed methane. Gas output can be increased by thermal exposure to the coal seam. We have carried out studies of residual gas components from samples of fossil coal by the method of combined thermogravimetry (TG) and IR spectroscopy (IR). The method of thermogravimetry allows us to estimate the amount of gas sorbed in the coals, and IR spectroscopy to identify the composition of the emitted gases in each temperature range. Data on the composition of gas fractions in various temperature ranges was obtained.
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 ».