Mechanistic Kinetic Modelling Framework for the Conversion of Waste Crude Glycerol to Value-Added Hydrogen-Rich Gas
Notice bibliographique
Résumé
The kinetics for crude glycerol autothermal reforming was studied over S/C ratio of 2.6 and O2/C ratio of 0.125 using 5% Ni/CeZrCa catalyst. Both power law and mechanistic kinetic models were studied. The overall power law model for crude glycerol autothermal reforming was investigated with a pre-exponential factor of 4.3 × 1010 mol/gcat·min and activation energy of 8.78 × 104 J/mol. The reaction orders with respect to crude glycerol, water and oxygen are 1.04, 0.54 and 1.78 respectively. The power law model presented an absolute average deviation of 5.84%, which showed a good correlation between the predicted and experimental rate. Mechanistic models were developed for crude glycerol autothermal reforming. For steam reforming, the Eley–Rideal approach best described the reaction rate with the surface reaction being the rate-determining step (AAD < 10%). The kinetics of the total oxidation reaction was best described by the power law model with an AAD of less than 1%, whereas for the TOR process, the molecular adsorption of crude glycerol with an AAD of 14.6% via Langmuir Hinshelwood Hougen-Watson approach was best. CO2 methanation resulted in an AAD of 5.8% for the adsorption of carbon dioxide (CO2) by the Eley–Rideal mechanism.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».