MétaCan
Menu
Retour à la cohorte
Enregistrement W3030022754 · doi:10.1021/acs.energyfuels.0c00937

Co-processing of Hydrothermal Liquefaction Biocrude with Vacuum Gas Oil through Hydrotreating and Hydrocracking to Produce Low-Carbon Fuels

2020· article· en· W3030022754 sur OpenAlexafffund
Sandeep Badoga, Anton Alvarez‐Majmutov, Tingyong Xing, Rafał Gieleciak, Jinwen Chen

Notice bibliographique

RevueEnergy & Fuels · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensNatural Resources Canada
Organismes subventionnairesGovernment of Canada
Mots-clésHydrodesulfurizationHydrothermal liquefactionNaphthaDiesel fuelJet fuelVacuum distillationUltra-low-sulfur dieselChemistryCo-processingFluid catalytic crackingCarbon fibersChemical engineeringFuel oilCrackingPulp and paper industryWaste managementSulfurOrganic chemistryMaterials scienceCatalysisDistillation

Résumé

récupéré en direct d'OpenAlex

In this study, we investigate the potential of co-processing hydrothermal liquefaction (HTL) biocrude with vacuum gas oil (VGO) in a hydrocracking process with hydrotreating as the first step. Experiments were conducted in a continuous hydroprocessing pilot plant in two stages: hydrotreating and hydrocracking. Two feeds were tested: first pure VGO to establish a baseline and then a co-processing blend having 7.5 vol % HTL biocrude. In the first stage, the VGO and co-processing blend were sequentially hydrotreated to meet the quality specification of the hydrocracking catalyst. The second stage consisted of hydrocracking the two hydrotreated products from the first stage, and the resulting products were distilled into naphtha, diesel, and jet fuel fractions for characterization. The hydrotreating step achieved satisfactory sulfur and nitrogen removal levels for both feeds, but it was ineffective in converting oxygen compounds in the co-processing blend, resulting in a product with 1530 ppmw oxygen. During hydrocracking, the co-processing blend required a higher reaction temperature than the baseline VGO to achieve the same conversion level, a behavior attributed to the oxygen and nitrogen levels in the co-processing blend after hydrotreating. Despite these effects, overall product distribution and hydrogen consumption for both scenarios were quite comparable. Characterization of hydrocracked products showed only subtle differences in quality and hydrocarbon type composition, while biogenic carbon measurements revealed that the majority of biogenic carbon is transferred to the naphtha, diesel, and jet fuel fractions.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,211
Écart entre enseignants0,202 · 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'étudeExpérimental (laboratoire)
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

Citations52
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207