CO<sub>2</sub> Gasification of Sugarcane Bagasse Char: Consideration of Pyrolysis Temperature, Silicon and Aluminum Contents, and Potassium Addition for Recirculation of Char
Notice bibliographique
Résumé
In sugarcane bagasse gasification, char recirculation to the gasifier improves the syngas quality and process efficiency. To determine the effect of char properties on the reaction kinetics, in this work, the pregasification pyrolysis temperature, particle size, and catalyst (potassium) loading were varied. Char samples were prepared at 750–900 °C via pyrolysis and gasified isothermally in a thermogravimetric analysis unit at 850 °C with CO2, and gasification data were modeled using the random pore and extended random pore models. Increasing pyrolysis temperatures did not affect the char morphology and surface composition but did reduce the surface area, as determined by N2 adsorption, decreasing initial gasification rates, and the overall fitted rate constants. Reduction of the particle size via ball milling decreased the time required for complete conversion and changed the shape of the rate versus conversion curves from monotonically decreasing to concave down. The char sample prepared via pyrolysis at 900 °C was an exception, having a maximum rate at ∼10% conversion without ball milling. After ball milling of the char sample prepared at 750 °C, there was an accumulation of ash (Al and Si) on the surface of the particles and a reduction in the surface area, consistent with the ash blocking pores—the porosity in these samples increased during the initial stages (up to ∼20% conversion) of gasification. The gasification behavior was generally well modeled by the extended random pore model. Although the addition of KOH (K/Al mass ratio ∼ 0.2–1.25) enhanced the gasification rates, too much K—from the addition of KOH or after 90% conversion—created mass-transfer limitations resulting in lower gasification rates.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».