MétaCan
Menu
Retour à la cohorte
Enregistrement W3174994407 · doi:10.5006/c2021-16612

Influence of Organic Acids Released During Hydrothermal Liquefaction of Biomass on Corrosion of Candidate Reactor Alloys

2021· article· en· W3174994407 sur OpenAlexaff
Minkang Liu, Yimin Zeng, Jing‐Li Luo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSubcritical and Supercritical Water Processes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCorrosionHydrothermal circulationLiquefactionBiomass (ecology)Materials scienceMetallurgyWaste managementChemical engineeringChemistryGeologyOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Hydrothermal liquefaction (HTL) is a promising thermochemical pathway developed to convert wet biomass or waste biomass into valuable bio-oil and biochemical products in hot pressurized water medium. Over the past few years, some studies have initiated to investigate the corrosion challenges under the HTL processes for the industrial-scale deployment of this conversion technology. Among them, the impact of organic acids generated during HTL processes on the corrosion of refinery reactor alloys remains as a puzzle. In this work, static autoclave tests under organic acid-containing HTL conditions were performed on candidate stainless alloys. The formed corrosion products after each exposure were characterized using advanced microscopic characterizations techniques to obtain the related corrosion modes and extents of the alloys. This paper presents the preliminary findings on this aspect.

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 enseignants0,010
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSubcritical and Supercritical Water ProcessesTravaux en français237 207