Thermogravimetric analysis and kinetic modeling of the pyrolysis of different biomass types by means of model-fitting, model-free and network modeling approaches
Notice bibliographique
Résumé
Abstract This work aims at comparing the ability of 7 modeling approaches to simulate the pyrolysis kinetics of spruce wood, wheat straw, swine manure, miscanthus and switchgrass. Measurements were taken using a thermogravimetric analyzer (TGA) with 4 heating rates comprised between 5 and 30 K min −1 . The obtained results were processed using 3 isoconversional methods (Kissinger–Akahira–Sunose (KAS), Ozawa–Flynn–Wall (OFW) and Friedman), 1-step and 3-step Kissinger models, as well as an advanced fitting method recently proposed by Bondarchuk et al. [1] (Molecules 28:424, 2023, https://doi.org/10.3390/molecules28010424 ). Seventeen reaction models were considered to derive rate constant parameters, which were used to simulate the variation of the fuel conversion degree $$\alpha$$ α as a function of the temperature $$T$$ T . To complement this benchmarking analysis of the modeling approaches commonly used to simulate biomass pyrolysis, a network model, the bio-CPD (chemical percolation devolatilization), was additionally considered. The suitability of each model was assessed by computing the root-mean-square deviation between simulated and measured $$\alpha =f(T)$$ α = f ( T ) profiles. As highlights, the model-free methods were found to accurately reproduce experimental results. The agreement between simulated and measured data was found to be higher with the Friedman model, followed by the KAS, FWO, 3-step, and 1-step Kissinger models. As for the bio-CPD, it failed to predict measured data as well as the above-listed models. To conclude, although it was less efficient than the Friedman, KAS or OFW models, the fitting approach from Bondarchuk et al. [1] (Molecules 28:424, 2023, https://doi.org/10.3390/molecules28010424 ) still led to satisfactory results, while having the advantage of not requiring the selection of a reaction model a priori.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».