MétaCan
Menu
Retour à la cohorte
Enregistrement W3214871066 · doi:10.3390/pr9122149

Conceptual Process Design, Energy and Economic Analysis of Solid Waste to Hydrocarbon Fuels via Thermochemical Processes

2021· article· en· W3214871066 sur OpenAlexaff
Hossam A. Gabbar, Mohamed Aboughaly

Notice bibliographique

RevueProcesses · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensWestern UniversityOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésWaste managementProcess engineeringIntegrated gasification combined cycleEnvironmental scienceIncinerationExergyCogenerationElectricity generationEngineeringSyngasChemistry

Résumé

récupéré en direct d'OpenAlex

Thermochemical processes use heat and series of endothermic chemical reactions that achieve thermal cracking and convert a wide range of solid waste deposits via four thermochemical processes to hydrocarbon gaseous and liquid products such as syngas, gasoline, and diesel. The four thermochemical reactions investigated in this research article are: incineration, pyrolysis, gasification, and integrated gasification combined cycle (IGCC). The mentioned thermochemical processes are evaluated for energy recovery pathways and environmental footprint based on conceptual design and Aspen HYSYS energy simulation. This paper also provides conceptual process design for four thermochemical processes as well as process evaluation and techno-economic analysis (TEA) including energy consumption, process optimization, product yield calculations, electricity generation and expected net revenue per tonne of feedstock. The techno-economic analysis provides results for large scale thermochemical process technologies at an industrial level and key performance indicators (KPIs) including greenhouse gaseous emissions, capital and operational costs per tonne, electrical generation per tonne for the four mentioned thermochemical processes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207