Investigation of combustion reactivity and NO emission characteristics of chars obtained from the devolatilization of raw and partially dried lignite
Notice bibliographique
Résumé
Abstract In an attempt to achieve the clean and efficient utilization of lignite, drying pre‐treatment was performed in this study before lignite combustion. The combustion reactivity and NO emission characteristics of the partially dried lignite samples in the char combustion stage were investigated by means of TG and isothermal combustion tests, and the reactivity could be summarized as the following order: L1>L0.5>raw>L3>LT>L5 (chars obtained from the devolatilization of the raw and partially dried coals at 378 K for 0.5, 1, 3, 5, and 120 minutes) and the NO conversion ratio of L1 was the lowest. When the moisture content in the coal particles was relatively high (19.68%‐35.84%), the drying treatment could increase the combustion reactivity and inhibit NO emission in the char combustion stage; When the moisture content was within a relatively low range (0.17%‐19.68%), the moisture removal had negative effects on the reactivity and NO emission in the char combustion stage. The surface behaviour and microstructure of the raw coal char and chars derived from the partially dried coals were clarified by temperature programmed desorption/reduction (TPD/TPR) and Raman spectroscopy. The results illustrated that L1 derived from L c 1 (19.68%) was the most reactive sample with the largest amount of C(O) on the particle surface. There were also more reactive aromatic structures in L1 than other samples. Compared with direct combustion or excessive drying treatment, lignite should be dried to a certain degree (19.68%) for optimized lignite combustion.
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 ».