MétaCan
Menu
Retour à la cohorte
Enregistrement W4406972637 · doi:10.1016/j.ces.2025.121292

Development of a novel thermochemical cycle without electrolysis step to produce hydrogen

2025· article· en· W4406972637 sur OpenAlexaff
Sibel Uygun Batgi, İbrahim Dinçer

Notice bibliographique

RevueChemical Engineering Science · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversity of Ontario Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésThermochemical cycleElectrolysisHydrogenProcess engineeringHydrogen productionChemistryChemical engineeringThermodynamicsMaterials scienceEngineeringOrganic chemistryPhysical chemistryPhysicsElectrodeElectrolyte

Résumé

récupéré en direct d'OpenAlex

• A novel cycle runs with entirely heat input, by eliminating electrolysis step. • The new cycle produces hydrogen effectively and efficiently. • The system has an energy efficiency of 72.50% and an exergy efficiency of 46.70%. This study presents a new three-step copper-chlorine (Cu-Cl) cycle that can operate with heat input without electrolysis step. While the sensitivity analyses of the system are performed to evaluate the system performance through the Aspen Plus, thermodynamic analyses of the system are performed with energetic and exergetic approaches. The highest exergy destruction among the components in the system was the decomposition reactor with a rate of 50.6 %. Furthermore, the energy and exergy values for the simulated system to produce 1 mol of hydrogen are determined by calculating the energy requirements of all components in the system. The total energy required for the system to generate 1 mol of hydrogen is calculated to be 997.81 kJ/mol H 2 . The system's decomposition reactor is identified as the component that necessitated the most energy, with a value of 504.76 kJ/mol H 2 . Moreover, the overall energy and exergy efficiencies are calculated to be 72.50 % and 46.70 %, 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.

Comment cette classification a été obtenuedéplier

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 enseignants0,066
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,220
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Engineering ScienceMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207