MétaCan
Menu
Retour à la cohorte
Enregistrement W4379015535 · doi:10.1002/cjce.24975

<scp>CO<sub>2</sub></scp> utilization for methanol production; Optimal pathways with minimum <scp>GHG</scp> reduction cost

2023· article· en· W4379015535 sur OpenAlexaffvenue
Yaser Khojasteh Salkuyeh, Omid Ashrafi, Ehsan Mostafavi, Philippe Navarri

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensNatural Resources CanadaConcordia University
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasProduction (economics)MethanolTonneRaw materialLife-cycle assessmentEnvironmental scienceBusinessWaste managementPulp and paper industryChemistryEconomicsEngineeringMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Mitigating CO2 emissions from industries and other sectors of our economy is a critical component of building a sustainable economy. This paper investigates two different methanol synthesis routes based on CO2 utilization (CO2 capture and utilization [CCU], and tri‐reforming of methane [TRM]), and compares the results with the conventional methanol production using natural gas as the feedstock (NG‐MeOH). A comprehensive techno‐economic analysis (TEA) model that includes the findings of the life cycle assessment (LCA) models of methanol production using various CO2 utilization pathways is conducted. Economic analysis is conducted by developing a cost model that is connected to the simulation models for each production route. Compared to the conventional process (with a GHG emission of 0.6 kg CO2/kg MeOH), the lifecycle GHG reduction of 1.75 and 0.41 kg CO2/kg MeOH are achievable in the CCU and TRM pathways, respectively. Furthermore, the results indicate that, under current market conditions and hydrogen production costs, methanol production via CO2 hydrogenation will result in a cost approximately three times higher than that of the conventional process. The integrated TEA–LCA model shows that this increased cost of production equates to a required life cycle GHG reduction credit of $279 to $422 per tonne of CO2 utilized, depending on construction material and selected pathway. Additionally, when compared to the CO2 hydrogenation route, the tri‐reforming process (TRM‐MeOH) can result in a 42% cost savings. Furthermore, a minimum financial support of $56 per tonne utilized CO2 will be required to make the TRM‐MeOH process economically viable.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,228
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCatalysts for Methane ReformingTravaux en français237 207