MétaCan
Menu
Retour à la cohorte
Enregistrement W3193484200 · doi:10.11159/htff21.135

Conversion of Mixed Waste of Wood and Plastic to Clean Fuels UsingPyrolysis in Nigeria – Numerical Study

2021· article· en· W3193484200 sur OpenAlexvenueno aff
Andrew N. Aziz, Raya Al-Dadah, Irina Kuznetsova, Saad Mahmoud, Surindar Dhesi, Cyril Effiong, Ejikeme Kanu

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMiddle East Politics and Society
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Birmingham
Mots-clésPyrolysisWaste managementPlastic wasteEnvironmental scienceMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Waste management is a major challenge in Nigeria, where around 32 million tons of waste is generated annually including 13 million tonnes of agricultural waste and 2.5 million tons of plastic waste. Currently, the waste management system is very inefficient where almost 70% of the waste ends up in landfills, sewers, beaches and water bodies causing serious environmental and health problems. This work numerically investigates the conversion of mixed wastes (wood and plastics) to produce clean and affordable solid, liquid and gaseous fuels that can be used for cooking, heating and electricity generation. Pyrolysis process which involves heating the waste at different rates in the absence of Oxygen has received significant research interest since it can convert various types of waste to clean fuels thus reducing fossil fuel consumption and CO2 emission. For example, wood waste can be converted to high-quality syngas, oil, and char while plastic waste can be converted to high-quality syngas, oil, light and heavy waxes. Also, it generates lower emissions compared to other waste conversion processes such as combustion, gasification, and plasma treatment. In this study, a numerical model is developed to simulate the pyrolysis process of mixed wood and plastic waste materials to predict the outputs in terms of char, syngas, oil and wax production. The model is based on the kinetics of the reactions associated with wood and plastic when subjected to different heating rates from 320 to 923 Kelvin for 20 minutes. Results showed that for 1kg of mixed waste (30% plastic and 70% wood) and after 20 minutes of heating, the output consists of 50.13% syngas, 8.35% oil, 9.5% char, 10.8% light Wax and 8.33% heavy wax. This modelling allows for controlling the output composition based on varying the input waste constituents which can optimize the waste conversion 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 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 enseignants0,006
Score d'incertitude au seuil0,442

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 Opus0,010
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetMiddle East Politics and SocietyTravaux en français237 207