The effect of torrefaction pre-treatment on the pyrolysis of corn cobs
Notice bibliographique
Résumé
Production of green fuels and chemicals from non-edible corn cob residues presents an excellent opportunity to produce sustainable low carbon energy vectors as an alternative to fossil fuels. The objective of this study was to optimize the fuel physical and chemical properties of torrefied corn cobs bio-oil by investigating the relationship between feedstock pre-treatment (torrefaction) temperatures (240, 260, 280 and 300 °C), and subsequent pyrolysis temperatures (400, 450, 500 and 550 °C). This experimental methodology aimed to improve both yields and properties of bio-oils from corn cobs. Torrefaction was first carried out as a pre-treatment step using a custom-built torrefaction reactor followed by pyrolysis using a continuous fluidized bed reactor. Torrefaction was found to be a promising pre-treatment step because it had the effect of reducing the water content and viscosity within the bio-oil. Corn cobs grinding energy requirements could be reduced by 69% when torrefaction was applied from 240 °C to 260 °C. A maximum bio-oil yield of 51.7% was achieved when the optimal temperatures (torrefaction 260 °C and pyrolysis 450 °C) was applied. Overall, using torrefaction as a pre-treatment step before pyrolysis was shown to be a promising approach for improving some physiochemical properties of bio-oil for its application as a fuel.
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 | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».