Structural-Level Modeling of Biocrude Hydrodeoxygenation
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Hydrodeoxygenation is an indispensable technology in the refining of biogenic feedstocks into transportation biofuels. In this study, a modeling approach is proposed for describing the hydrodeoxygenation of biocrude from forest biomass at the structural level. It comprises a feed composition modeling block that creates a molecular representation of the biocrude feed to the hydrodeoxygenation process from available analytical measurements. The thousands of molecules representing the biocrude feed are computationally assembled via stochastic simulation adhering to a hierarchical building sequence and coded in vector notation. The reaction modeling block that follows takes these simulated feed molecules and transforms them into product molecules by applying a set of reaction rules formulated from knowledge of hydrodeoxygenation chemistry. Reactions are organized into families according to the oxygen functional group and structural characteristics of the reactant molecules. Hydrodeoxygenation rate parameters are tuned against experimental data generated in a batch reactor over a wide range of conditions, whereas adsorption and equilibrium parameters are estimated using quantitative structure–reactivity correlations. The computational simulation of the exceedingly large reaction system is handled with the kinetic Monte Carlo algorithm. The resulting simulation model is shown capable of tracking the evolution of oxygen functional groups, gaseous products, and oil and water yields with respect to reaction time and process temperature, while providing insights into reaction pathways and reactivity patterns of oxygen compound families. The model also characterizes structural changes in the oil product throughout the process and provides reasonable estimates of how much hydrogen is consumed in the process.
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) | 0,000 | 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 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 ».