MétaCan
Menu
Retour à la cohorte
Enregistrement W2998101856 · doi:10.3390/pr8010043

Numerical Comparison of a Combined Hydrothermal Carbonization and Anaerobic Digestion System with Direct Combustion of Biomass for Power Production

2020· article· en· W2998101856 sur OpenAlexafffund
Mohammad Heidari, Shakirudeen A. Salaudeen, Omid Norouzi, Bishnu Acharya, Animesh Dutta

Notice bibliographique

RevueProcesses · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Prince Edward IslandUniversity of Guelph
Organismes subventionnairesEnvironment and Climate Change CanadaMinistry of Agriculture, Food and Rural AffairsNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésHydrothermal carbonizationOrganic Rankine cycleAnaerobic digestionBioenergyBiomass (ecology)Environmental scienceElectricity generationWaste managementCombustionRaw materialBrayton cycleBiogasProcess engineeringCofiringSawdustDigestatePulp and paper industryHydrothermal liquefactionRankine cycleBiofuelMethaneEngineeringCoalChemistryHeat exchangerCarbonizationPower (physics)Mechanical engineeringAgronomy

Résumé

récupéré en direct d'OpenAlex

Two of the methods for converting biomass to fuel are hydrothermal carbonization (HTC) and anaerobic digestion (AD). This study is aimed at designing and analyzing two scenarios for bioenergy production from undervalued biomass (sawdust). In one of the scenarios (direct combustion or DC), raw biomass is burned in a combustor to provide the heat that is required by the Rankine cycle to generate electricity. In the other scenario (HTC-AD), the raw biomass first undergoes HTC treatment. While the solid product (hydrochar) is used to produce power by a Rankine cycle, the liquid by-product undergoes an AD process. This results in fuel gas production and it can be used in a Brayton cycle to generate more power. Energy and mass balance analysis of both scenarios were developed for each unit process by using Engineering Equation Solver (EES). The required data were obtained experimentally or from the literature. The performances of the proposed systems were evaluated, and a sensitivity analysis was presented to help in finding the best operational conditions.

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 enseignants0,015
Score d'incertitude au seuil0,029

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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

Citations47
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207