Decision analysis for plastic waste gasification considering energy, exergy, and environmental criteria using TOPSIS and grey relational analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Plastic waste is becoming of increasing interest in gasification research because the gasification of plastic waste not only produces a valuable hydrogen-rich syngas but also can help reduce environmental problems caused by these materials. Most studies in the field of plastic waste gasification have only focused on evaluating effects of process parameters and optimizing the process by considering input variables. The present study explores the comparative performance analysis of a wide range of prevalent plastic waste types utilizing multi-criteria decision-making techniques. This study uses the “technique for order preference by similarity to ideal solution” (TOPSIS) and grey relational analysis (GRA) and presents a thorough sensitivity analysis. Low-density polyethylene results in maximum lower heating value of syngas and has a desirable performance from cold gas and exergy efficiencies viewpoints in air gasification. The findings of TOPSIS and GRA techniques show that low-density polyethylene as plastic waste exhibits the best performance in an air gasification process and the results of the sensitivity analysis confirm this. However, the decision making in steam gasification was challenging where TOPSIS and GRA techniques introduced high-density polyethylene and low-density polyethylene as the best candidates, respectively. Again, the findings of the sensitivity analysis confirmed the result. High-density polyethylene exhibits the best performance in steam gasification according to sensitivity analysis via the TOPSIS technique while low-density polyethylene ranked first according to sensitivity analysis of GRA. The findings can contribute to a better understanding of the selection of plastic waste feedstock for air and steam gasification by considering energy, exergy, and environmental factors.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 découle