Production of Renewable Liquid Fuels by Coprocessing HTL Biocrude Using Hydrotreating and Fluid Catalytic Cracking
Notice bibliographique
Résumé
In this study, we explore coprocessing of hydrothermal liquefaction (HTL) biocrude with vacuum gas oil (VGO) in the fluid catalytic cracking (FCC) process. Coprocessing experiments were conducted using an advanced cracking evaluation FCC laboratory unit. Four sets of experiments were conducted: one with pure VGO to set the baseline performance and three sets with different VGO/HTL biocrude blends (5, 10, and 15% biocrude). Each set of tests covered a range of catalyst-to-oil ratios with temperature fixed at 510 °C. Prior to the FCC tests, the VGO and biocrude blends were hydrotreated in a continuous pilot plant to reduce the levels of heteroatoms, in an attempt to represent a refinery scheme with an FCC pretreat hydroprocessing unit. During the FCC tests, the biocrude blends showed lower conversion levels with respect to the baseline as a result of having more nitrogen and oxygen compounds that could have acted as catalyst inhibitors. Nevertheless, at a given conversion, the selectivity toward gasoline improved when the coprocessing ratio was 5%. The coprocessed gasoline products were nearly identical in terms of hydrocarbon type composition to the one from VGO at high conversion. The 10 and 15% biocrude blends showed a pronounced tendency to yield more light cycle oil, dry gas, and coke than VGO. As a whole, the study suggests that the coprocessing ratio for HTL biocrude should optimally be around 5% to minimize impacts on product yield distribution.
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 ».