MétaCan
Menu
Retour à la cohorte
Enregistrement W4405263279 · doi:10.1002/cjce.25575

Effect of deep eutectic solvent on combustion characteristics of lignite under thermal treatment conditions

2024· article· en· W4405263279 sur OpenAlexvenueno aff
Ping Wu, Jian‐Hong Liu, Hao Bi, Shijie Zhang, Jianyong Yin, Yujie Yu, Rui Huang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCombustionCholine chlorideDeep eutectic solventChemistryMolarCoalSolventWater contentMolar ratioAutoignition temperatureEutectic systemNuclear chemistryOrganic chemistryGeologyCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract The substantial moisture content of lignite imposes considerable constraints on its deep processing and subsequent utilization. A deep eutectic solvent (DES), synthesized from choline chloride (ChCl) and zinc chloride (ZnCl₂), was used to upgrade lignite under thermal treatment conditions. The effects of the DES molar ratio and its addition on the physicochemical and combustion characteristics of lignite were systematically analyzed at 280°C. The results demonstrated that the moisture content of lignite decreased from 22.63% to 5.18%, and then to 6.05%, as the molar ratio of DES was adjusted from 1:1 to 1:3, with the addition of 3 g of DES. This suggests that a DES molar ratio of 1:1 is more effective for lignite upgrading. As the DES addition increased from 1 g to 3 g, the moisture content of lignite decreased from 9.19% to 5.18%. As the molar ratio of ZnCl₂ in DES increased, the maximum combustion rate (V max ) and ignition index (C) of the upgraded coal sample gradually decreased, indicating that lignite upgraded with DES at a 1:1 molar ratio exhibited good combustion performance. The sample treated with 3 g of DES demonstrated the best overall combustion characteristic index ( S = 1.8), optimal ignition index (C), and combustion index ( R j ), when the DES addition increased from 1 g to 3 g. Compared to raw coal, the activation energy of the upgraded lignite was lower ( E ₐ = 63.99 kJ/mol), indicating enhanced combustion reactivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,199
Écart entre enseignants0,194 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207