MétaCan
Menu
Retour à la cohorte
Enregistrement W4410600409 · doi:10.1021/acs.energyfuels.5c01752

Enhanced Coalbed Methane Recovery from Lignite Using CO<sub>2</sub> and N<sub>2</sub>

2025· article· en· W4410600409 sur OpenAlexaff
Shaicheng Shen, Zhiming Fang, Xiaochun Li, Quan Jiang, Haimeng Shen, Lu Shi

Notice bibliographique

RevueEnergy & Fuels · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCoal Properties and Utilization
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésCoalbed methaneMethaneEnvironmental scienceCoalMineralogyChemistryGeochemistryMaterials scienceGeologyCoal mining

Résumé

récupéré en direct d'OpenAlex

Experimental studies on enhanced coalbed methane recovery (ECBM) are crucial for advancing our understanding of gas extraction mechanisms. This investigation evaluates the feasibility of CO 2 /N 2 -ECBM application in lignite, a coal type that has received limited attention in prior ECBM studies. The adsorption characteristics of carbon dioxide, methane, and nitrogen in lignite were systematically evaluated, followed by comprehensive CO 2 /N 2 -ECBM experiments employing a self-developed experimental apparatus under various injection strategies. Key findings include the following: (1) At equivalent pressures (0.5–2.5 MPa), the adsorption capacity of carbon dioxide in lignite exceeds that of methane by a factor of 6–7, whereas nitrogen adsorption reaches 78–88% of methane levels. (2) Carbon dioxide injection predominantly occurs through matrix adsorption, achieving 70% storage efficiency with 20% displacement effectiveness. Conversely, nitrogen migration primarily follows fracture networks, yielding 20–24% storage efficiency while enhancing displacement performance. (3) Constant-pressure injection exhibits the lowest methane recovery among tested methods, particularly due to the nondrainable nature of residual methane trapped in semiclosed fracture systems.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,070
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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.

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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetCoal Properties and UtilizationTravaux en français237 207