Performance investigation of a non-combustion heat carrier biomass gasifier for various reforming methods of pyrolysis products
Notice bibliographique
Résumé
Conventional biomass gasifiers such as fixed bed gasifiers, fluidized bed gasifiers, and entrained flow gasifiers have been widely studied in the literature covering biomass gasification systems. However, there are few published studies on non-combustion heat carrier biomass gasifier technology in the literature. Therefore, further studies are needed to reveal potential advantages, disadvantages, and possible improvement opportunities for this gasifier type. In this work, we investigate the effects of various operating parameters: reformation temperature, steam-to-biomass ratio, and steam-to-oxygen ratio on important performance indicators of non-combustion biomass gasifiers. To estimate the pyrolysis products, we use stoichiometric methods based on published data in the literature. The reforming of pyrolysis products is estimated using the Gibbs free energy minimization method using Aspen Plus. In addition, calculator blocks, sensitivity blocks, and design specifications are used to obtain the results. The results reveal that the desired hydrogen to carbon monoxide ratio can be obtained for steam reforming and autothermal reforming of pyrolysis products while a low hydrogen-to-carbon ratio (less than 1.5) is obtained for partial oxidation of pyrolysis products. However, partial oxidation can be beneficial in increasing the heating value of the syn-gas. The results presented in this study will be useful in improving the current configuration of non-combustion heat carrier biomass gasifiers. In future studies, the effects of gasifying agents on the tar content of the syn-gas, impurities in the syn-gas, start-up time of the gasifier, and size of the gasifier should be investigated.
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 ».