Analysis of the Pelletability of Vegetable Crop Foliage Using a Commercial Flat Die Pellet Mill
Notice bibliographique
Résumé
Agricultural residues serve as a vast yet underutilized biomass resource with significant potential for bioenergy and biomaterial applications. Converting these residues into densified biomass pellets enhances energy density, handling efficiency, and transportability, offering a sustainable alternative to conventional feedstocks. While extensive research has focused on woody biomass, studies on the pelletization of vegetable crop foliage remain limited. This study examines the pelletability of foliage from corn, soybean, tomato, eggplant, cucumber, and summer squash, assessing their physical properties, bulk durability, bulk density, and energy consumption during pelletization. Results demonstrated that variation in biomass composition significantly influences pellet quality, with lignin content improving durability and ash content affecting moisture uptake and combustion properties. Cucumber had the highest pellet density (691.2 kg/m3) and durability (97.9%), making it suitable for long-term storage and transport. Sawdust exhibited the lowest moisture absorption (16–18% db), which is attributed to its highest lignin content. Pelletization energy requirements varied significantly, with cucumber (21.8 kWh/t) and summer squash (18.7 kWh/t) requiring the lowest energy input, whereas soybean (49.6 kWh/t) and sawdust (47.3 kWh/t) exhibited the highest energy demands due to greater resistance to densification. A predictive model was developed to correlate single pellet density and durability with bulk pellet properties—yielding high predictive accuracy, with R2 = 0.936 for bulk density (BDe) and R2 = 0.861 for bulk durability (BDu)—thereby facilitating process optimization for large-scale pellet production. This study demonstrated that foliage residues from greenhouse crops, such as cucumber and summer squash, can be effectively pelletized with low energy input and high physical integrity. These outcomes suggest that such underutilized agricultural residues hold promise as a densified intermediate feedstock, supporting future applications in bioenergy systems and advancing circular resource use in controlled-environment agriculture.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».