MétaCan
Menu
Retour à la cohorte
Enregistrement W4386867087 · doi:10.1149/ma2023-01402888mtgabs

Technology Development for Hydrogen Production Using Nuclear Energy

2023· article· en· W4386867087 sur OpenAlexaffabout
Hongqiang Li, L. Stolberg, Jayesh B. Patel, Blessing Ibeh, Adrián Vega, S. Suppiah

Notice bibliographique

RevueECS Meeting Abstracts · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésHydrogen productionHydrogenProcess engineeringEnvironmental scienceHydrogen fuelNuclear fuelHydrogen economyHigh-temperature electrolysisNuclear engineeringElectrolysisMaterials scienceChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Nuclear energy is a low-carbon energy source which can provide both electricity and high-temperature heat. Nuclear-based hydrogen production offers a unique opportunity to mitigate carbon emissions. Canadian Nuclear Laboratories (CNL) has been actively developing technologies for nuclear hydrogen production. This poster will highlight CNL’s capability and achievements on the Cu-Cl thermochemical process (CNL trademarked as HCuTEC TM ) and Solid oxide electrolysis (SOE). HCuTEC TM has four main steps in the process: Electrolysis, Separation, Hydrolysis and Thermolysis. The maximum temperature of the HCuTEC TM process is 530 o C, which is lower than other thermochemical processes and makes its coupling with some small modular reactors and the supercritical water nuclear reactor ideal since these reactors can supply heat above 600 o C. CNL has extensively studied these individual steps and demonstrated an integrated laboratory system (shown in Figure 1) with a hydrogen production capacity of 100 g/d. CNL is interested in scaling up the process with industrial partners. SOE is also being researched and advanced for hydrogen and clean fuel production at CNL. Current effort is focused on the materials development for oxygen conducting cells. Several CNL cells were made with in-house materials and tested on single cell stations. Preliminary results of CNL cells showed very promising performance for hydrogen production. In the meantime, CNL is assessing the economic benefit of different options to integrate SOE with high-temperature nuclear reactors for both hydrogen and clean fuel production. Figure 1

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,071
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

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

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 GPT0,224
Écart entre enseignants0,206 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207