Comparative study of the thermo‐catalytic reforming of agricultural and forest residue and advanced characterization of final products in a cold climate
Notice bibliographique
Résumé
Abstract Global agricultural and forest residues hold promise for renewable fuel production through thermo‐catalytic reforming (TCR). Limited data exists on TCR outcomes for regions known for cold conditions like Canada. This study used a 2 kg h −1 TCR unit for the intermediate pyrolysis/reforming of agricultural (wheat straw pellet, WSP) and forest (softwood pellet, SWP) residues. Maximum bio‐oil yields were 8.43% for wheat straw pellets and 7.99% for softwood pellets at 400 and 500°C reactor and reformer temperatures. Feedstock, bio‐oil, and biochar properties were analyzed through proximate and ultimate analysis. At 550°C reactor and 700°C reforming temperatures, 70.73% of the wheat straw pellet‐based gas yield contained 36.11 vol.% H 2 and 11.08 vol.% CH 4 , giving a higher heating value (HHV) of 12.54 MJ kg −1 . A high concentration of CH 4 (22.02 vol.%) in the softwood pellet‐based gas gave an HHV of 17.94 MJ kg −1 . The low viscosity (3.9 mPa · s −1 ) and total acid number (7.3 mg KOH g −1 ) wheat straw pellet‐based bio‐oil had an O/C molar ratio of 0.09 and an HHV of 35.80 MJ kg −1 . The 400/600°C reactor/reformer temperatures gave the lowest area percentage of mono‐aromatic (16 vol.%) and polycyclic aromatic (11.20 vol.%) compounds in the softwood pellet bio‐oil. The O/C molar ratio (0.5–0.6) in softwood pellet biochar elevated the higher heating value from 32.37 to 34.57 MJ kg −1 . The study results guide optimal TCR unit operation in cold climates like Canada with local feedstocks, emphasizing its notable hydrogen production over bio‐oil and biochar.
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) | 0,000 | 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 | 0,000 | 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 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 ».