Effect of Pyrolysis Temperature and Wood Species on the Properties of Biochar Pellets
Notice bibliographique
Résumé
Thermal treatments such as torrefaction and fast pyrolysis are commonly employed methods to produce biofuels with high-energetic properties. In this study, wood chips were heat-treated at different temperatures of torrefaction (315 °C) and fast pyrolysis (400 and 454 °C) to form energetic pellets. Three softwoods, jack pine (JP), balsam fir (BF), and black spruce (BS), were evaluated. Pellets are produced using 20% moisture content and 15% pyrolytic lignin as a binder. Untreated- and treated-wood residues were characterized by surface chemistry, elemental analysis, and chemical composition, whereas all pellets were characterized in terms of density, high heat value (HHV), and durability. Results showed that both thermal treatments caused significant changes in the physicochemical structure of wood residues. Using temperatures higher than 315 °C leads to the disappearance of hydroxyl groups, a decrease in oxygen and hydrogen contents, and an increase in carbon content. Regardless of the treatment temperature, pellets made from heat-treated JP had the best durability (93%). In contrast, the calorific values of wood-treated pellets reached up to 31 MJ/kg, compared to untreated-wood pellets (19 MJ/kg). Thus, the densification of the thermal-treated wood residues represents a potential approach for producing biofuels with high energetic value.
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 ».