MétaCan
Menu
Retour à la cohorte
Enregistrement W4414552006 · doi:10.1002/cjce.70092

Modelling and simulation of hydrogen production via natural gas plasma pyrolysis

2025· article· en· W4414552006 sur OpenAlexafffundvenue
Muhammad B.I. Chowdhury, Anton Alvarez‐Majmutov, Jinwen Chen

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensDevon Energy (Canada)Natural Resources Canada
Organismes subventionnairesNatural Resources CanadaOffice of Energy Research and DevelopmentGovernment of Canada
Mots-clésPyrolysisMethaneNatural gasHydrogenCarbon fibersProcess (computing)SootProcess simulation

Résumé

récupéré en direct d'OpenAlex

Abstract Plasma pyrolysis is a cutting‐edge technology that produces hydrogen and solid carbon from methane without emitting carbon dioxide. In this study, we developed a process simulation model in Aspen HYSYS to analyze the behaviour of this technology at the commercial scale. Methane pyrolysis reactions were modelled using a non‐isothermal equilibrium approach, coupled with a kinetic model from the literature. The model was validated using experimental data from laboratory‐scale studies and then extended to represent the commercial‐scale process using natural gas as feedstock. The effects of temperature, pressure, and plasma gas volume on process performance were examined. While analysis of simulation results suggested that the process temperature required to maximize hydrogen yield with minimum by‐products like soot should be close to 3000°C, the commercially applicable temperature is known to be lower, around 2000°C. The estimated specific energy requirement (SER) of the process under commercially relevant conditions (20.12 kWh/kg H 2 ) was found to be in good agreement with that reported by the only known industrial facility (21.54 kWh/kg H 2 ).

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,189
Score d'incertitude au seuil0,422

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207