MétaCan
Menu
Retour à la cohorte
Enregistrement W3148022360 · doi:10.1002/cjce.24123

Kinetic study of pyrolysis of high‐density polyethylene (HDPE) waste at different bed thickness in a fixed bed reactor

2021· article· en· W3148022360 sur OpenAlexvenueno aff
Haoyu Li, Ondřej Mašek, Alan Harper, Raffaella Ocone

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHigh-density polyethyleneWaxPyrolysisMaterials sciencePolyethyleneThermogravimetric analysisComposite materialActivation energyCrackingChemical engineeringChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The aim of this study is to investigate the kinetic characteristics of the high‐density polyethylene (HDPE) waste pyrolysis process based on thermogravimetric analysis (TGA) and using a fixed bed pyrolytic reactor (FBPR) at different temperatures. In addition, the influence of material bed thickness on the yield distribution and the composition of products was examined over a temperature range of 425–550°C. A higher wax fraction was obtained in the thin bed of the FBPR bed at 425°C. With temperature above 500°C, more oil and wax products were generated in the thick bed of the FBPR. Based on the experimental study, a discrete first‐order kinetic lumping model, comprising three independent parallel reactions (lumps), was developed to describe the yield distribution of gases, oil fractions, wax fractions, and solid residue, coupling with secondary cracking reactions of the wax fractions into lighter fractions (i.e., oil and gas). The overall apparent activation energy (E a ) and pre‐exponential factor (A 0 ) of HDPE pyrolysis were estimated in the FBPR. The results showed that the thickness of the bed of plastics has a pronounced influence on the pyrolysis kinetics of HDPE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,692

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,176
Écart entre enseignants0,169 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations36
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207