Response surface modelling of <scp>CO<sub>2</sub></scp> capture by ammonia aqueous solution in a microchannel
Notice bibliographique
Résumé
Abstract Post‐combustion CO2 capture is one strategy of greenhouse gases mitigation. Ammonia is a useful option as CO2 absorbent and an alternative to conventional amine‐based solutions. This study deals with CO2 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 CO2 capture efficiency. A response surface methodology based on central composite design (CCD) was used to model the CO2 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% CO2 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 CO2 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 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 | 0,001 |
| 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 | 0,001 | 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 ».