MétaCan
Menu
Retour à la cohorte
Enregistrement W4214534193 · doi:10.18331/brj2022.9.1.4

Producing hydrogen-rich syngas via microwave heating and co-gasification: a systematic review

2022· review· en· W4214534193 sur OpenAlexvenueno aff
Imron Rosyadi, Suyitno Suyitno, Albert Xaverio Ilyas, Afif Faishal, Andres Budiono, Mirza Yusuf

Notice bibliographique

RevueBiofuel Research Journal · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Sebelas MaretBadan Riset dan Inovasi Nasional
Mots-clésSyngasHeat of combustionMaterials scienceMicrowavetar (computing)Supercritical fluidChemical engineeringRaw materialHydrogenCarbon fibersCatalysisWaste managementProcess engineeringChemistryCombustionOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Co-gasification contributes significantly to the generation of hydrogen-rich syngas since it not only addresses the issue of feedstock variation but also has synergistic benefits. In this article, recent research on hydrogen concentration and yield, tar content, gasification efficiency, and carbon conversion efficiency is explored systematically. In feedstocks with high water content, steam gasification and supercritical hydrothermal gasification technologies are ideal for producing hydrogen at a concentration of 57%, which can be increased to 82.9% using purification technology. Carbonized coals, chars, and cokes have high microwave absorption when used as feedstocks. Moreover, coconut activated carbon contains elements that provide a high tan δ value and are worthy of further development as feedstocks, adsorbents or catalysts. Meanwhile, the FeSO4 catalyst has the greatest capacity for storing microwave energy and producing dielectric losses; therefore, it can serve as both a catalyst and microwave absorber. Although microwave heating is preferable to conventional heating, the amount of hydrogen it generates remains modest, at 60% and 32.75% in single-feeding and co-feeding modes, respectively. The heating value of syngas produced using microwaves is 17.44 MJ/m³, much more than that produced via conventional heating. Thus, despite a lack of research on hydrogen-rich syngas generation based on co-gasification and microwave heating, such techniques have the potential to be developed at both laboratory and industrial scales. In addition, the dielectric characteristics of feedstocks, beds, adsorbents, and catalysts must be further investigated to optimize the performance of microwave heating 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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,104
Tête enseignante GPT0,371
Écart entre enseignants0,267 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207