Biofules 2018: Hydroprocessing of Lignin for the Production of Liquid Fuels andChemicals-Charles Xu-Western University, Canada
Notice bibliographique
Résumé
Forestry biomass and residues (such as harvesting residues, sawdust, and bark) and lignin a by-product from pulping processes can be promising bio-renewable sources for the production of liquid fuels and chemicals. The lignin component of woody biomass is of particular interest as it comprises the world's largest natural source of aromatic compounds and is produced in large quantities as a byproduct of pulp and paper processing. The main challenge in lignin utilization for fuels and chemicals is that it is composed of very large molecules with low heating values (due to high oxygen content) and low reactivity. Accordingly, the overall objective of this work is the production of chemicals and fuels by the catalytic hydro processing of lignin and lignin-derived bio-oils aiming to reduce their molecular weights and oxygen contents. This work investigated the catalytic hydro processing of a number of different lignin?s for the production of fuels and chemicals. Several supported metal hydrogenation catalysts were investigated for the depolymerisation, deoxygenation, and desulfurization of Kraft lignin (KL) organosolv lignin (OL) and hydrolysis lignin (HL) under hydrogen atmospheres to produce depolymerized lignins or lignin-derived bio-oils. Screening of catalysts was performed using guaiacol as a model compound. The most effective catalyst under the conditions tested was found to be 1wt.% Mo-doped 5wt.% Ru supported on activated charcoal (MoRu/AC). The selected catalyst proved to be very effective for hydro processing of organosolv lignin, hydrolysis lignin (HL) and depolymerized hydrolysis lignin (DHL).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,018 |
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 source (Gemma direct ou Codex distillé), 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 ».