MétaCan
Menu
Retour à la cohorte
Enregistrement W4390232222 · doi:10.3390/en17010133

Technoeconomic Analysis of Torrefaction and Steam Explosion Pretreatment Prior to Pelletization of Selected Biomass

2023· article· en· W4390232222 sur OpenAlexafffund
Chukwuka Onyenwoke, Lope G. Tabil, Tim Dumonceaux, Edmund Mupondwa, Duncan Cree, Xue Li, Onu Onu Olughu

Notice bibliographique

RevueEnergies · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTorrefactionPelletizingRaw materialPelletPelletsPulp and paper industrySteam explosionSawdustEnvironmental scienceWaste managementBiomass (ecology)StrawMaterials sciencePyrolysisEngineeringChemistryAgronomyComposite material

Résumé

récupéré en direct d'OpenAlex

Lignocellulosic biomass has demonstrated great potential as feedstock for pellet production, notwithstanding the fact that the industrial production of pellets is faced with some economic challenges. This study presents a technoeconomic analysis of six scenarios to develop a process model for pellet production from sawdust and oat straw that employs torrefaction and steam explosion pretreatment prior to pelletization. SuperPro Designer was used to carry out this evaluation. The pellet plants were designed to have a capacity of 9.09 t/h of sawdust and oat straw each. The pellet yield ranged from 59 kt to 72 kt/year. The scenarios analyzed included variations of steam explosion and torrefaction. In some scenarios, materials were lost in the form of liquid and gas due to the pretreatment process. The breakdown of equipment purchase cost showed that the torrefaction reactor is the most expensive unit with approximately 51% of the purchase cost. Facility-dependent and feedstock costs were the major significant contributors to the pellet production cost. The minimum selling prices of the pellets obtained from Scenarios 1–6 were $113.4/t, $118.7/t, $283.4/t, $298.7/t, $200.5/t, and $208.4/t, respectively. The profitability of pellet production as determined by the net present value (NPV), internal rate of return (IRR), and payback period was found to be sensitive to variations in feedstock cost.

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 enseignants0,008
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,006
Tête enseignante GPT0,202
Écart entre enseignants0,196 · 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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207