MétaCan
Menu
Retour à la cohorte

Effects of Rapid-heating and/or High-pressure Conditions on Coke Making, Examined Using a Synthetic Model Compound

2023· article· en· W4386729694 sur OpenAlexfundno aff
Masato Morimoto, Sadayoshi Aizawa, Shohei Wada

Notice bibliographique

RevueISIJ International · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of AlbertaNational Institute of Advanced Industrial Science and TechnologyIron and Steel Institute of JapanStryker
Mots-clésCokePyrolysisCoalChemistryNaphthaleneYield (engineering)Chemical engineeringEvaporationQuinolineBoiling pointAnalytical Chemistry (journal)Materials scienceMetallurgyOrganic chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

This study investigated the mechanisms by which rapid-heating and/or high-pressure conditions can improve the thermal fluidity of coal, using a synthetic compound as a model for low-molecular weight (Mw) compounds in coal. The compound had one quinoline ring and two naphthalene rings, C36H33N, Mw of 479, and a boiling point (bp) of ~520°C. Rapid heating (> 10°C/min) overcame the evaporation rate of the compound, whereas high pressure (> 1 MPa) increased the bp and suppressed the pyrolysis reaction. These conditions allowed the compound to remain until temperatures > 400°C, although it completely evaporated at 370°C under general heating conditions in a coke oven (3°C/min and 0.1 MPa). The effects of increasing the heating rate from 3 to 10°C/min at 0.1 MPa corresponded to the effects of increasing the pressure from 0.1 to 1.0 MPa at 3°C/min. The compound remaining at temperatures > 370°C can act as a mobile phase and hydrogen donor, thereby increasing the fluidity of coal. It can also serve as a reactant in the coking reaction and increase the coke yield.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,264
Écart entre enseignants0,246 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISIJ InternationalMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207