Optimizing hydrothermal carbonization for enhanced energy production from algal biomass with high moisture content
Notice bibliographique
Résumé
Abstract Recently, the depletion of fossil fuels has become an issue, prompting the search for sustainable alternatives. Algal biomass has gained considerable attention as a promising renewable energy source because of its high production efficiency and adaptability to external environment. However, its high‐moisture content escalates the energy requirement during the thermal drying process in algal biomass production. Thus, we proposed a new energy production system using hydrothermal carbonization, which requires no pretreatment even for high moisture content biomass, making it compatible with such materials. Herein, we investigated the decrease in moisture content of algal biomass through hydrothermal carbonization and its effect on the energy production and energy balance of algal biomass. The results showed that hydrothermal carbonization at 240°C for 3 h produced hydrochar with a moisture content of 34.6%. It was found that it was due to changes in surface structures, such as CH, CO, and OH functional groups, using scanning electron microscopy (SEM) and Fourier transform infrared (FT‐IR) analysis. However, the greatest reduction in production energy, 45%, was achieved at 240°C for 4 h. The optimal energy balance was obtained for hydrothermal carbonization at 220°C for 4 h, for which energy production was 2.7 times more efficient than that achieved by conventional methods.
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) | 0,000 | 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) | 0,001 | 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 ».