Corrosion of UNS N06625 under Batch-Mode Biomass Supercritical Water Gasification (SCWG) of Lignin
Notice bibliographique
Résumé
Abstract Supercritical water gasification (SCWG) is a thermochemical conversion technology developed to transform various feedstocks, such as raw forest biomass materials, crude bio-oils and bio-wastes, into syngas (a combination of CO and H2) for clean energy production. Despite the intensive research efforts that have been applied on the development of SCWG technology, the optimal SCWG operating parameters (temperature, pressure, and biomass/water ratio, etc.) are not well defined because of the complexity of feedstock types and conversion reactor configurations (batch or continuous mode). Moreover, little information is available to determine which alloys are suitable for the reactor construction in a long-term safe and cost-effective manner. This study investigated the corrosion of UNS N06625 under the catalytic SCWG conversion of lignin using standard high temperature autoclave testing methodology and XRD characterization of the formed corrosion products. It was found that the addition of NaOH catalyst resulted in a remarkable increase in H2 production. After 12 cycle exposures to the catalytic SCWG environment, the corrosion layer formed on the alloy was composed of Cr2O3 and Ni3S2. Surprisingly, the addition of NaOH led to a positive weight change instead of weight loss as that occurred in non-catalytic SCWG processes. Further works, such as accurate weight loss measurements and SEM/FIB/TEM characterizations of corrosion layer, are needed to advance the understanding of how the alloy corroded under the catalytic SCWG of lignin.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».