Ozonation/extraction coupled non‐catalytic desulphurization of <scp>VGO</scp> /natural gas condensate
Notice bibliographique
Résumé
Abstract The desulphurization of hydrocarbon fuels with high sulphur content and a wide variety of sulphur‐containing compounds brings significant challenges. In the present work, the non‐catalytic desulphurization of vacuum gas oil (VGO) and natural gas condensate mixed fuel has been investigated. In this regard, ozone was employed as the oxidant in a bubble column gas–liquid contactor, and an extraction step was further incorporated. The effects of the oxidation reactor scheme, ozonation time, and extraction with different solvents, applying pre‐ and post‐extraction strategies (i.e., ozonation/extraction/extraction and extraction/ozonation/extraction), have been studied. It was found that pre‐extraction of mixed fuel increases the oxidative desulphurization (ODS) efficiency due to the removal of light sulphur‐containing compounds (SCCs). N‐methyl‐2‐pyrrolidone (NMP) has been found to be the most effective extraction agent, removing 44% of sulphur by pure extraction and 77.4% by ozonation + extraction. However, in terms of fuel loss, dimethylformamide (DMF) performs better than NMP, and it has been shown to be the most appropriate solvent for achieving a 90% desulphurization ratio. Finally, it was found that the applied procedure could effectively remove the wide range of SCCs, especially refractive components such as benzothiophene (BT) and dibenzothiophene (DBT).
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 | 0,001 |
| 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 ».