MétaCan
Menu
Retour à la cohorte
Enregistrement W4409497697 · doi:10.5006/c2025-00055

Pioneering GRP Use in Amine-Based CO2 Capture: Insights from Pilot Plant Exposure Studies

2025· article· en· W4409497697 sur OpenAlexaff
Arun Kumar Sharma, Ganesh Kidambi, Rajiv Srinivasan, Anupom Sabhapondit, Karl Stephenne

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensShell (Canada)
Organismes subventionnairesnon disponible
Mots-clésAmine gas treatingComputer scienceEnvironmental scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Carbon capture, sequestration, and storage (CCS) is crucial for mitigating global warming by reducing industrial CO2 emissions. To enhance the commercial viability of CCS, this study focuses on reducing capital (CAPEX) and operational (OPEX) expenditures by evaluating the use of glass reinforced plastic (GRP) in amine-based CO2 capture technologies. Previous studies on chemical compatibility (C2023-18832) and mechanical feasibility (C2024-20710) were presented at the 2023/2024 AMPP conference. This investigation involved exposing GRP materials to solvent blends in a carbon capture pilot plant over seven months. The conditions included both rich and lean amines, with temperatures ranging from 30 to 143°C. Analysis of the exposed samples indicated that GRP is technically suitable for cold amine applications (30 to 63°C). However, for hot amine application, previous lab studies indicated suitability up to 100°C though no exposure data is available from the pilot plant study in that temperature range. These findings align with prior laboratory results, affirming the suitability of GRP for cold amine applications and highlighting the risks associated with high-temperature exposures. This research supports the development of more cost-effective and durable CCS systems by identifying materials that balance performance and economic feasibility.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,219
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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207