Practically Achievable Process Performance Limits for Pressure-Vacuum Swing Adsorption-Based Postcombustion CO <sub>2</sub> Capture
Notice bibliographique
Résumé
Practically achievable limits for pressure-vacuum swing adsorption (PVSA)-based postcombustion carbon capture are evaluated. The adsorption isotherms of CO 2 and N 2 are described by competitive Langmuir isotherms. Two low-energy process cycles are considered and a machine learning surrogate model is trained with inputs from an experimentally validated, detailed PVSA model. Several case studies are considered to evaluate two critical performance indicators, namely, minimum energy and maximum productivity. For each case study, the genetic algorithm optimizer that is coupled to the machine learning surrogate model searches tens of thousands of combinations of isotherms and process operating conditions. The framework pairs the optimum materials properties with the optimum operating conditions, hence providing the limits of achievable performance. The results indicate that pressures < 0.2 bar may be required to achieve process constraints for feeds with low CO 2 compositions (<0.15 mole fraction), indicating that PVSA may not be favorable. At higher CO 2 feed compositions, PVSA can be attractive and can be operated at practically achievable vacuum levels. Further, the gap between the energy consumption of available adsorbents and the achievable limits with the best hypothetical best adsorbent varies between 20 and 2.5% as the CO 2 feed composition changes between 0.05 and 0.4. This indicates a limited potential for the development of new adsorbents of PVSA-based CO 2 capture. Future work for PVSA should focus on gas streams with high CO 2 compositions.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».