Experimental Evaluation and Empirical Modeling of Cross-Flow Microfiltration for Solids and Ash Removal from Fast Pyrolysis Bio-Oil
Notice bibliographique
Résumé
Abstract The presence of suspended char particulate and ash in fast pyrolysis bio-oil produced from the fast pyrolysis of high ash forestry materials poses a significant technical challenge for the direct utilization and/or catalytic upgrading of these low-carbon renewable fuels. Cross-flow microfiltration is a physical upgrading process strategy that can remove suspended solids and ash from the fast pyrolysis bio-oil. To develop data sets on operational characteristics of fast pyrolysis bio-oil cross-flow microfiltration, experimental research was undertaken. Using a variety of filtration media with nominal pore sizes between 1 and 40 μm, typical solids and ash rejection ranged from 80 to 95% and 4–45%, respectively. An empirical modeling procedure was developed to predict the throughput and resistance associated with cross-flow microfiltration of fast pyrolysis bio-oil, which demonstrated good agreement with generated experimental data. Key operating parameters were also studied, and it was found that transmembrane pressures less than 1 bar and fluid preheat temperatures up to 60 °C were ideal for maximizing the pseudo steady-state flux of the process. Furthermore, the use of low viscosity, miscible solvents, and/or initial solids reduction pathways prior to microfiltration offered additional routes to potentially improve the throughput of such a process.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».