Exergy-based sustainability analysis of biogas upgrading using a hybrid solvent (imidazolium-based ionic liquid and aqueous monodiethanolamine)
Notice bibliographique
Résumé
Energy may be generated in large quantities from fossil fuels, but this comes with environmental concerns. Thus, renewable resources like biogas, comprising carbon dioxide and methane, should be used alone or in combination with fossil fuels to mitigate the environmental footprints of energy generation systems. In this study, a new concept of hybrid solvent was presented, which combines 1-octyl-3-methylimidazolium tetrafluoroborate with aqueous mono diethanolamine for biogas upgrading process to provide high purity (≥ 99 wt%) and recovery (≥ 99 wt%) of biomethane. The process was simulated in ASPEN Plus® V.11. The thermodynamic framework was validated against experimental data, and rigorous regression was conducted to obtain binary parameters. To establish the efficacy of the suggested hybrid solvent, three scenarios were studied by altering the concentration of ionic liquid (5–20 wt%) linked with amine and compared to aqueous mono diethanolamine as the base case (50 wt%). The results showed that a hybrid solvent with 5 wt% 1-octyl-3-methylimidazolium tetrafluoroborate could increase CH4 purity to 99% (mol%). The hybrid solvent led to an energy saving of 64.94% compared to the amine-based system. Thermodynamic irreversibilities showed that 5 wt% 1-octyl-3-methylimidazolium tetrafluoroborate improved exergy efficiency by 54% over the amine-based procedure. Environmentally, the hybrid solvent system also achieved a higher capture rate (99%) and lower emissions (0.017 kW/kmol). Comparing the economic prospects, 5 wt% 1-octyl-3-methylimidazolium tetrafluoroborate saved 56% on total capital cost, making it competitive from an investment perspective.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».