A Comparison of Combustion Properties in Biomass–Coal Blends Using Characteristic and Kinetic Analyses
Notice bibliographique
Résumé
This paper presents comparative research on the combustion of coal, wheat, corn straw (CS), beet residues after extracting sugar (BR), and their blends, coal–corn straw blends (CCSBs), coal–wheat blends (CWBs), and coal–beet residue blends (CBRBs), using thermogravimetric (TG) analysis under 10, 20, 30, 40 and 50 °C/min. The test results indicate that CS and wheat show better combustion properties than BR, which are recommended to be used in biomass combustion. Under the heating rate of 20 °C/min, the coal has the longest thermal reaction time when compared with 10 and 30 °C/min. Adding coal to the biomass can improve the burnout level of biomass materials (BM), reduce the burning speed, and make the reaction more thorough. The authors employed the Flynn–Wall–Ozawa (FWO) method and the Kissinger–Akahira–Sunose (KAS) method to calculate kinetics parameters. It was proven that overall, the FWO method is better than the KAS method for coal, BM, and coal–biomass blends (CBBs), as it provides higher correlations in this study. It is shown that adding coal to wheat and BR decreases the activation energy and makes conversion more stable under particular α. The authors selected a wider range of biomass raw materials, made more kinds of CBB, and conducted more studies on different heating rates. This research can provide useful insights into how to choose agricultural residuals and how to use them.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».