CO2 utilization and sequestration potential in deep coal seams: A case study on Carboniferous coals from the Karaganda Basin, Kazakhstan
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Kazakhstan is a major coal producer and emitter of carbon dioxide (CO 2 ), presenting both a challenge and an opportunity for CO₂ utilization and storage. The main goal of this work is to study the feasibility of CO 2 as a feedstock for enhanced coalbed methane recovery (CO 2 -ECBM), as well as the associated geological storage potential of the D6 coal seam in the Karaganda Basin. For this purpose, coal samples were investigated using elemental analysis, Rock-Eval pyrolysis (RE), organic petrography as well as low-pressure (LP: N 2 , CO 2 ), and high-pressure (HP: CO 2 , CH 4 ) sorption tests. Vitrinite reflectance values show that seam D6 reached the medium-volatile bituminous rank. Higher organic matter content significantly increases the LP CO 2 sorption capacity. The adsorption-desorption isotherms of CO 2 recorded under both LP and HP conditions show a hysteresis loop. This is probably due to interactions between CO 2 and functional groups leading to enhanced physisorption at LP and chemisorption and matrix swelling at HP conditions. This effect is favorable for storage purposes as it implies safe CO 2 trapping even at reduced reservoir pressure. The CBM potential of seam D6 is estimated at 9 billion m 3 initial gas and 360 million m 3 producible gas in place. Estimates of the adsorptive and total CO 2 storage capacity yielded 1.1 and 3.6 gigatons (Gt), respectively. With this considerable total storage capacity, Kazakhstan's current annual CO 2 emissions could be stored for 14 years. This study highlights how CO 2 can be effectively utilized as a feedstock to enhance methane recovery while achieving long-term CO 2 sequestration.
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.
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) | 0,000 | 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 découle