Hydrogen Production from Supercritical Water Gasification of Model Compounds of Crude Glycerol from Biodiesel Industries
Notice bibliographique
Résumé
Biodiesel production through transesterification results in a large quantity of crude glycerol as a byproduct, the utilization of which is technically and economically challenging. Because of the ability to efficiently process wet feedstocks, supercritical water gasification (SCWG) is utilized in this study to convert crude glycerol into hydrogen-rich syngas. A significant challenge addressed through this study is the decomposition routes of different heterogeneous components of crude glycerol during SCWG. Pure glycerol, methanol and oleic acid were investigated for SCWG as the model compounds of crude glycerol. SCWG of model compounds at temperature, pressure, feedstock concentration and reaction time of 500 °C, 23–25 MPa, 10 wt% and 1 h, respectively, revealed methanol to exhibit the highest H2 yield of 7.7 mmol/g, followed by pure glycerol (4.4 mmol/g) and oleic acid (1.1 mmol/g). The effects of feedstock concentration from 30 wt% to 10 wt% increased H2 yield from all model compounds. Response surface methodology (RSM) was used to develop a response curve to visualize the interactive behavior and develop model equations for the prediction of H2-rich gas yields as a function of the composition of model compounds in the crude glycerol mixture. Predictive models showed a good agreement with experimental results, demonstrating high accuracy and robustness of the model. These findings demonstrated a strong potential of crude glycerol for SCWG to generate H2-rich syngas.
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 ».