Direct conversion of poor‐quality residual oil to light gases in electricity‐driven thermal plasma reactor
Notice bibliographique
Résumé
Abstract Nowadays, the utilization of non‐conventional oil resources has become an increasingly attractive solution for producing valuable chemicals and materials due to the depletion of conventional oil resources. Plasma technology, powered by renewable energy sources, provides a potential way to convert low‐grade residual oil into lighter hydrocarbons in an environmentally friendly fashion. This study has developed a laboratory‐scale plasma pyrolysis system to investigate the impacts of residual oil characteristics and operating variables such as residual oil‐specific enthalpy, arc gas flow rate, arc gas composition, quenching, and plasma configuration. The results show that the higher specific enthalpy of the residual oil leads to higher yields of C 1 , C 2 , and H 2 , particularly C 2 H 2 . An increment in the arc gas flow rate improves the pyrolysis impact; however, an excessively high arc gas flow rate lowers the thermal plasma jet's temperature, causing a limited pyrolysis effect. In the composition of arc gas, the increasing concentration of H 2 can enhance the specific enthalpy and improve carbon conversion from residual oil to gas products, both of which result in a higher yield of light gases. Furthermore, ethane gas has been used as a quenching medium after plasma pyrolysis. The results reveal that ethane can be cracked into ethylene and other products by taking full use of the heat energy of the gas. Meanwhile, the sharp decrease in the gas temperature inhibits the further pyrolysis of the main valuable products.
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 | 0,001 |
| 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 ».