Spray Combustion and Emissions of a Hydrothermal Liquefaction Biofuel for Gas Turbine Applications
Notice bibliographique
Résumé
Abstract Biomass liquefaction oil (BLO), obtained from biomass resources through thermochemical processes like fast pyrolysis (FP) or hydrothermal liquefaction (HTL), is widely regarded as one of the most economically feasible energy solutions in our future sustainable energy mix. However, the utilization of BLO as a drop-in fuel in the current in-line gas turbines has encountered several challenges due mainly to the difficulties in atomization and ignition, originating from the fuel’s chemical composition and physicochemical properties. The present study compares the combustion performance and gas- and solid-phase emissions of a HTL oil (also called biocrude), as well as its diesel blends, with those of a conventional FP oil (also called bio-oil). Considering diesel as a baseline fuel, the properties and combustion performance of the HTL oil compare favorably with those of the FP oil. An anchored spray flame using the 100% HTL oil is achieved in the experiments with much smaller degrees of fuel coking and nozzle clogging problems and a lower amount of particulate matter (PM) emissions. However, its CO and NO emissions are measured higher by more than two times. The insights drawn from the present study indicates the potentials of high quality HTL oils as sustainable fuels to replace fossil fuels in gas turbines and other energy conversion systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».