Steam adsorption equilibrium data at 110°C on an activated carbon, Lewatit VP OC 1065, and CALF-20 using a microscale dynamic column breakthrough apparatus
Notice bibliographique
Résumé
Steam adsorption equilibrium data is important for many carbon capture applications, including direct-air capture, point-source, and pre-combustion carbon capture. However, there is a dearth of concentrated unary equilibrium data for H2O at temperatures greater than 100°C. In this study, unary steam adsorption equilibrium data was measured at 110°C and up to approximately 1.0 bar partial pressure with a steam microscale dynamic column breakthrough (μDCB) apparatus using a milligram quantities of adsorbent. These partial pressures are equivalent to those used in industrial carbon capture processes. The construction of the apparatus is detailed, along with the necessary calibrations and validations to ensure accurate equilibrium measurement. Three adsorbents were considered in this study: an activated carbon (Calgon BPL), an amine-functionalized polymer (Lewatit VP OC 1065), and a metal-organic framework (CALF-20). It was observed that steam adsorbs strongly on all three materials at 110°C. Activated carbon and Lewatit displayed type-3 isotherm shapes, and CALF-20 displayed a type-5 isotherm shape. Activated carbon and Lewatit were modeled with the GAB isotherm, and CALF-20 was modeled with the cubic-Langmuir isotherm. The 110°C data was compared against H2O equilibrium data collected at 25°C as a function of relative pressure. An in-house dynamic column breakthrough simulator coded in MATLAB was able to predict the μDCB composition breakthrough curves well for all three materials. The data obtained from the steam breakthrough experiments has important process implications and highlights the need to measure steam adsorption data for any proposed carbon capture material.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».