MétaCan
Menu
Retour à la cohorte
Enregistrement W4405098204 · doi:10.1016/j.jece.2024.115043

Towards less carbon-intensive blue hydrogen: Integrated natural gas reforming and CO2 capture approach

2024· article· en· W4405098204 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of environmental chemical engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSpacecraft and Cryogenic Technologies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésNatural gasSteam reformingHydrogenHydrogen productionEnvironmental scienceWaste managementMethaneGreenhouse gasCarbon dioxide reformingCarbon fibersMethane reformerChemistrySyngasMaterials scienceEngineeringOrganic chemistryEcology

Résumé

récupéré en direct d'OpenAlex

As hydrogen emerges as a key enabler in the global transition to sustainable energy, blue hydrogen production technologies are gaining increased attention. While existing studies have evaluated the environmental and economic feasibility of blue hydrogen, a comprehensive and innovative assessment remains essential. This study introduces a novel integration of three natural gas reforming techniques: Steam Methane Reforming (SMR), CO 2 -based Autothermal Reforming (ATR), and Steam-based ATR, where the CO 2 -concentrated stream from SMR is utilized as feedstock for ATR—an approach not widely explored. A detailed thermodynamic analysis and process simulation are conducted for a 1 Mt/year hydrogen production plant, integrating a point-source CO 2 capture system. The high-CO 2 concentration stream from the reforming system is directed to an MEA-based capture unit for carbon capture, utilization, and storage (CCUS), significantly reducing greenhouse gas (GHG) emissions. A heat exchanger network is designed to minimize energy consumption, offering operational savings and enhanced process efficiency. Results indicate that at a 50% CO 2 capture rate, the carbon intensity is 3.13 kg CO 2 -eq/kg H 2 , which reduces to 1.25 kg CO 2 -eq/kg H 2 at a 80% CO 2 capture rate. The benchmarked cost of hydrogen production ranges from US$1.0/kg H 2 for carbon intensities of 0.45–1.5 kg CO 2 -eq/kg H 2 , decreasing with higher carbon intensity. Gas composition analysis across reforming techniques maximizes hydrogen yield while minimizing byproducts. Additionally, thermal management, pinch analysis, and sensitivity analyses provide valuable insights into system dynamics, identifying inefficiencies and opportunities to further enhance performance. • Integrated SMR, and ATR enhances CO 2 utilization for blue hydrogen production • CO 2 -concentrated stream from SMR used as feedstock for ATR reforming • 1Mt hydrogen plant simulated with detailed thermodynamic and process analysis • CO 2 capture rate of 90% reduces carbon intensity to 0.62 kg CO 2 -eq/kg H 2 . • Heat exchanger network designed to minimize energy use and enhance heat recovery • Cost of hydrogen production estimated at US$1.0/kg H 2 with low carbon intensity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil0,826

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,165
Écart entre enseignants0,161 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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