Optimizing production conditions of innovative bio-pellets developed from flax straw
Notice bibliographique
Résumé
The increasing global demand for sustainable energy has prompted the utilization of agricultural residues as viable alternatives to traditional fossil fuels . This study specifically focuses on the utilization of flax straw, a substantial by-product in Canadian agriculture , to produce innovative biofuels through the process of pelletization . To enhance the quality of the pellets, lignin extracted from flax straw was introduced as a novel and natural pellet binder. A comprehensive investigation was conducted to analyze effect of various parameters, including flax straw particle size, binder (lignin) content, moisture levels, and pelletization conditions on quality of produced pellets. It was observed that at a compressive force of 4000 N and a die temperature of 95 °C, pellets made from larger flax straw particles (300–355 µm) exhibited a density of 1016 kg/m³ and a mechanical durability of 26.4 %. Subsequently, by reducing the particle size to 75–106 µm, a marked enhancement in both density (1072 kg/m³) and durability (86.1 %, a 2.3-fold increase) was achieved. The incorporation of 10 % lignin into medium-sized flax straw particles (150–212 µm) increased pellet durability by 18.6 % from 73.5 % to 87.2 %. Introducing an optimal moisture content of 14 % to the flax straw resulted in a notable increase in both density (from 1036 to 1154 kg/m³) and durability (from 73.5 % to 90.6 %, a 23.3 % increase). Compressive force and die temperature positively affected pellet quality. Elevating the temperature from 75 to 115 °C in pellets made from 150 to 212 µm flax straw, modified with 10 % lignin and 14 % moisture content, led to a significant improvement in both density (1179 kg/m³) and durability (96.6 %, a 11.9 % increase). Physiochemical characteristics of flax straw, lignin, and the resulting pellets were explored using various techniques such as Fourier transform infrared, thermogravimetric analysis , and differential scanning calorimetry . These comprehensive investigations offer valuable insights for optimizing pellet materials and pelletization conditions and promoting the sustainable utilization of agricultural residues for bioenergy production.
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) | 0,001 | 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 | 0,001 | 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 ».