Response surface modelling of <scp>CO<sub>2</sub></scp> capture by ammonia aqueous solution in a microchannel
Notice bibliographique
Résumé
Abstract Post‐combustion CO 2 capture is one strategy of greenhouse gases mitigation. Ammonia is a useful option as CO 2 absorbent and an alternative to conventional amine‐based solutions. This study deals with CO 2 capture by ammonia aqueous solution in a co‐current two‐phase flow by utilizing a T‐shaped microchannel. Three parameters of temperature, gas flow rate, and ammonia concentration were considered as the main parameters affecting the CO 2 capture efficiency. A response surface methodology based on central composite design (CCD) was used to model the CO 2 capture efficiency as output in terms of the aforementioned input variables. CCD suggested a quadratic model to fit the experimental data. The model validation was implemented by ANOVA. All statistic tools including correlation coefficient, P ‐value, and F‐value of the model, and P ‐value of lack‐of‐fit confirmed that the prediction model was significant. It was deduced from F‐values that the importance of the input variables followed the sequence of ammonia concentration > gas flow rate > temperature. Ammonia concentration was the most effective input variable because there was a direct correlation between ammonia concentration and the number of absorption sites in the liquid phase. Numerical optimization predicted the best output of 96.48% CO 2 capture under the following optimum conditions: temperature of 20.00°C, gas flow rate of 110.59 mL/min, and ammonia concentration of 0.1382 mL/mL (13.82 vol%). The average CO 2 capture of 95.42% obtained at the input conditions indicates the accuracy of the prediction model.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».