MétaCan
Menu
Retour à la cohorte
Enregistrement W4309019392 · doi:10.1016/j.ijhydene.2022.09.266

Numerical study of the impact of tailored porous media design on syngas production from methane-rich combustion

2022· article· en· W4309019392 sur OpenAlexafffund
Yann Roussel, Pierre-Lou Billerot, R. Lemaire, Patrice Seers

Notice bibliographique

RevueInternational Journal of Hydrogen Energy · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute Canada
Mots-clésSyngasPorosityCombustorCombustionMaterials sciencePorous mediumMethaneChemical engineeringPartial oxidationSootChemistryCatalysisComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This numerical study investigates the impact of four proposed porous burner designs, which are based on a diamond lattice structure similar to what could be obtained with additive manufacturing technology, on H2/CO syngas production. The performances of all the burners were compared, and the results showed that for a given porosity, the recirculation efficiency increased with increasing the pore density. Decreasing the porosity by a factor 2 increased the recirculation efficiency thanks to the presence of higher thermal inertia and local temperature, which allowed to achieve a 53% fuel conversion. Promising results were obtained with the new linearly varying pore diameter matrix, with an observed conversion efficiency of 63% and a reduction in the soot precursor production. This latter behavior itself resulted from an increase in the size of the reaction zone, where elevated temperatures led to high concentrations of H2 and to the partial oxidation of C2 species.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,024
Tête enseignante GPT0,288
Écart entre enseignants0,263 · 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

Citations20
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Hydrogen EnergyMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207