Thermochemical process of polypropylene plastic waste recovered from electric and electronic apparatuses-to-clean hydrogen energy
Notice bibliographique
Résumé
This study investigates the thermochemical gasification of polypropylene plastic waste recovered from electronic and electrical apparatuses to produce clean hydrogen and syngas. A thermodynamic model was developed to simulate the gasification process using steam as the gasification agent. The model's accuracy was validated by comparing the syngas composition with experimental data from previous studies. The root mean square error (RMSE) of smaller than 2 confirmed the high precision of the model. The study explores the effects of key parameters-process temperature, steam-to-plastic waste ratio (SPWR), and moisture content-on the syngas composition. An increase in process temperature from 950 to 1250 K led to a rise in the molar percentage of H 2 from 64.86 % to 67.62 %, while CH 4 decreased from 4.50 % to nearly 0 %. A similar increase in CO from 21.32 % to 28.35 % was observed, while CO 2 decreased from 9.31 % to 4.02 %. Furthermore, increasing the SPWR from 1 to 3 resulted in a significant increase in H 2 from 58.47 % to 69.44 % and a decrease in CH 4 from 7.77 % to 0.04 %. Simultaneous optimization of temperature and SPWR further enhanced the molar percentage of H 2 by 36 %, from 51.30 % to 69.70 %. These results demonstrate that optimizing the gasification process by controlling temperature and SPWR is crucial for improving hydrogen yield and reducing methane and carbon dioxide emissions, contributing to cleaner energy production.
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 | 0,001 | 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 ».