Combustion and emission characterization of upgraded biomass fast pyrolysis oil in a swirl burner
Notice bibliographique
Résumé
Fast pyrolysis oil (FPO, also called bio-oil) is a biofuel made from thermal decomposition of renewable or waste biomass. However, the physiochemical properties of FPO have limited its widespread use in combustion applications. In this study, the impacts of FPO upgrading with multi-stage condensation, catalytic pyrolysis with ZSM-5, and ethanol blending were studied through characterization of physiochemical properties and combustion in a swirl burner. A commercially available FPO sample (COMM) and diesel were used to benchmark the upgraded FPO samples. The non-catalytic FPO (NC) sample produced with multi-stage condensation had 9.0 wt% less oxygen and an HHV 2.2 MJ/kg higher than COMM. The FPO produced using ZSM-5 catalyst (CAT) had 19.0 wt% less oxygen, an HHV greater by 7.4 MJ/kg, and lower viscosity than COMM. The CAT sample also had fewer low-molecular-weight compounds, showing a peak mass loss rate 70 °C higher than NC. The NC and CAT samples were also blended with 10 vol% ethanol, which had minor effects on the measured physiochemical properties aside from improving volatility. Combustion was evaluated by measuring unburned hydrocarbon, CO, NOx, and particulate matter exhaust concentrations from a swirl burner as well as through flame visualization. Combustion of neat NC was stable, although compared to COMM, CO was ∼2-times higher and NOx was ∼2-times lower. In contrast, the CAT flame was unstable, resulting in the highest CO concentrations overall. Blending NC and CAT with 10 vol% ethanol resulted in lower CO concentrations (NC: 88% less, CAT: 96% less) and higher NOx (NC: 2-times, CAT: 1.4-times) compared to neat FPO. Although catalytic upgrading and multi-stage condensation improved HHV, oxygen content, and viscosity, changes to these properties did not improve combustion performance. Ethanol blending emphasized the outsize role of volatility in improving furnace combustion relative to other measured physiochemical properties as reflected by the improved flame stability and exhaust composition.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».