MétaCan
Menu
Retour à la cohorte
Enregistrement W3137748545 · doi:10.1021/acsomega.0c05297

Reaction–Diffusion Model for Gasification of a Shrinking Single Carbon-Anode Particle

2021· article· en· W3137748545 sur OpenAlexafffund
Mohammad Kavand, Roozbeh Mollaabbasi, Donald Ziegler, Faı̈çal Larachi, Donald Picard, Houshang Alamdari

Notice bibliographique

RevueACS Omega · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaAlcoa
Mots-clésCarbon fibersParticle (ecology)Materials scienceAnodeCarbon monoxideDiffusionReaction rateParticle sizeChemistryThermodynamicsChemical engineeringPhysical chemistryComposite materialPhysicsOrganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Abstract The present work focuses on the gasification of a single carbon-anode particle with CO2, using a detailed reaction-transport model based on the reaction intrinsic kinetics and transport of gaseous species. The model includes the mass conservation equations for the gas components and solid carbon particles, resulting in a set of nonlinear partial differential equations, being solved using numerical techniques. The model may predict the gas generation rate, the gas compositions, and the carbon consumption rate during the gasification of a carbon particle. Five kinetic models were compared to describe the gasification behavior of carbon particles. It was found that the random pore model (RPM) provided the best description of the reactivity of anode particles. The model also predicted the particle shrinkage during the gasification process. The model was validated using experimental results obtained with different particle size ranges, being gasified with CO2 at 1233 K. The experiments were performed in a thermogravimetric analyzer (TGA). Good agreement between the model results and the experimental data showed that this approach could quantify with success the gasification kinetics and the gas distribution within the anode particle. In addition, the Langmuir–Hinshelwood (L–H) model is used in order to capture the inhibition effect of carbon monoxide on the gasification reaction. The effectiveness factor and Thiele modulus simulated for various particle sizes helped assess the evolution of the relative dominance of diffusion and chemical reactions during the gasification 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,222
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207