Biomass fly-ash derived Li4SiO4 solid for pilot-scale CO2 capture, Part I: Modelling for a waste to capture CO2 process
Notice bibliographique
Résumé
This work presents a new modelled system of a biomass-based lithium orthosilicate solid adsorbent derived from industrial biomass fly-ash used to capture CO 2 from power plant flue gas emissions. The model includes pre-treatment of biomass fly-ash, the synthesis of adsorbent, which utilizes fly-ash as the silicone source and a laboratory produced lithium source, the adsorption of CO 2 from flue gas, and regeneration of adsorbent. The study compares the results from pre-treated and non-pre-treated biomass fly-ash, with benchmark CO 2 capture rates of 87 % and 89.7 %, respectively and a maximum CO 2 capture rate of 93.23 %. Key insights from the scenarios considered in this work show that an increased CO 2 flue gas composition requires higher adsorbent mass and the most effective flue gas volume to adsorbent mass ratio between 3.7–4.1; additionally, higher regeneration temperatures result in improved CO 2 capture while pre-treatment of fly-ash does not impact regeneration kinetics. Energy analysis show that the pre-treated fly-ash adsorbent is more efficient than the non-pretreated adsorbent but is not superior to amine-based post-combustion carbon capture. If effective heat integration were to be incorporated for the pre-treated and non-pre-treated adsorption processes, energy consumption could be reduced by 54 % and 85 % compared to amine-based capture, respectively. Cost analysis indicated that by incorporating a recycle stream for pre-treatment wastewater and altering the acid to solid ratio during pre-treatment acid wash, process costs may be reduced over 20 % making this a feasible alternative carbon capture process. • A CO2 capture model that uses a biomass-based adsorbent from fly-ash is presented. • Model includes pre-treatment section, adsorption of CO2 and regeneration of Li4SiO4. • Model’s performance under changes in key process parameters was investigated. • Energy and cost analyses were made and compared to MEA-based capture plant.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».