Study of municipal solid waste treatment using plasma gasification by application of Aspen Plus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Plasma gasification is a viable and efficient technique for handling solid waste, including hazardous waste, while also holding the potential for energy recovery. The objective of this study is to analyze the treatment of municipal solid waste (MSW) using plasma gasification by application of Aspen Plus software. An earlier proposed model was used to analyze the effect of employing different types of gasifying agents as plasma gas, on the composition of syngas produced. The lower heating value, cold gasification efficiency and carbon conversion efficiency were calculated and compared in each case. A sensitivity analysis study was also carried out to observe the effect of variation in plasma gas flow rate and feed flow rate on the composition of syngas generated. The capital, operational and maintenance costs of the process were determined using existing correlations. For a feed rate of 20,000 kg per hour of MSW, the highest yield of syngas (CO (33.48 %), and H 2 (34.30 %) with the highest LHV (7.9 MJ/N-m 3 )) were produced when air was employed as plasma gas. The cold gas efficiency and the carbon conversion efficiency were at their peak when air was used as the gasifying agent. The sensitivity analysis revealed that as the flow rate of plasma gas increases syngas production decreases while the increase in MSW flow rate results in an increase in syngas production. Additionally, the cost analysis revealed that for a plasma gasification plant that can handle 500 tons of MSW per day, the estimated capital and annual operational and maintenance costs are $125,496,721 and $9,833,892 respectively.
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.
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 découle