Exhaust Gas Composition of Lignin Reactions in Molten Carbonate Salt of Direct Carbon Fuel Cell Using FactSage
Notice bibliographique
Résumé
Abstract The most studied molten carbonate-direct lignin fuel cell (MC-LFC) or molten carbonate-direct carbon fuel cell (MC-DCFC) prototypes are those which are fed by fossil fuel. Substituting these fossilized fuels in the MC-DCFC operation with lignin, which is a bio-based carbon, may make this system more efficient, clean, and sustainable. The manipulation module (Mixture) and the computational module (Equilib) of the FactSage package were used to simulate two systems that can represent the anodic compartment of a direct carbon fuel cell based on MC-DCFC. The first system includes lignin and a mixture of molten carbonate (Li2CO3-Na2CO3-Cs2CO3). The second system uses also lignin and a mixture of molten carbonate (Li2CO3-Na2CO3-Cs2CO3) and CO2 gas was also added. The results show the formation of mixed gases in the anodic compartment which are composed of H2, CO, CO2, CH4, and H2O. The relative concentration of each of the species of this mixed gas has an impact on the efficiency of the MC-DCFC. How the relative concentration of these gases in this electrolyte can impact the performance parameters of the MC-DCFC is systematically analyzed. If the operating conditions of the fuel cell are optimized to get a gas composition of mainly CO2 with low amounts of H2, CO, CH4, and H2O in the anode compartment of the MC-DCFC, this will help to improve the conversion efficiency of lignin fuel in the MC-DCFC.
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 | 0,000 |
| 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 ».