Near-Critical CO2-Assisted Liquefaction-Extraction of Biomass and Wastes to Fuels and Value-Added Products
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract With the growing need for sustainable carbon-neutral liquid fuels, low-grade feedstocks, such as lignocellulosic biomass, and municipal solid wastes offer sufficient potential via thermochemical conversion. But the existing thermochemical means are limited in feed flexibility and scalability and require significant processing (energy and costs) of the intermediates. Bio-oil/biocrude intermediate from fast pyrolysis and hydrothermal techniques is impeded by issues of stability and oxygen content, along with hydrotreating viability. To address these issues, we investigated a novel pathway of near-critical CO2-assisted integrated liquefaction-extraction (NILE) technology in conceptual aspects for conversion of various biomass and municipal solid wastes into high-quality biocrude with high compatibility for co-hydrotreating with traditional fossil crude for liquid fuel needs in power and transportation sectors. Using supercritical CO2 for dewatering wet feedstocks, for liquefaction, and extraction for lighter biocrude has produced biocrude with lower oxygen content by 50%, lowered metal content by 90%, stable viscosity, low acidity, and good aging stability compared to that produced from hydrothermal liquefaction along with higher hydrotreating and co-hydrotreating compatibility. Hydrotreating of the biocrude extract from supercritical CO2 extraction also was feasible with no detected coke deposition, an oxygen content of 1%, and catalyst deactivation. The validation and capabilities of the NILE concept urge for its further development to obtain sustainable liquid fuels with lower greenhouse gas emissions and costs.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle