Thermodynamic optimization of syngas production via auto-thermal oxidative steam reforming of bio-oil
Notice bibliographique
Résumé
This contribution presented a detailed thermodynamic analysis and numerical optimization of auto-thermal oxidative steam reforming (ATR/OSR) of a typical bio-oil under various operating conditions. The objective was to achieve an H 2 /CO ratio of 2.15 while maximizing the generation of syngas and avoiding carbon formation. A thermodynamic equilibrium model coupled with response surface methodology (RSM) was applied to assess the effect of various operating parameters, including temperature, steam-to-bio-oil molar ratio, and equivalence ratio (ER), on the product distribution and syngas quality. The optimal condition was identified under an ER of 0.3, a steam-to-bio-oil molar ratio of 1.01, and an operating temperature of 924 K, yielding carbon-free syngas with H 2 /CO = 2.15, and a total syngas yield of 1.33 mol/mol C . A comparison of the optimum points with prior works validates the consistency of the thermodynamic and experimental data and highlights the feasibility of the proposed concept. This work therefore demonstrates a practical, carbon-negative, and energy-neutral route to generate FTS-ready syngas directly from bio-oil under moderate conditions. • A thermodynamic equilibrium model of real bio-oil was developed for auto-thermal oxidative steam reforming (ATR/OSR). • Multi-objective optimization via RSM determined the optimum at ER = 0.30, S/C = 1.01, and T = 924 K. • Maximum syngas yield of 1.33 mol.mol C −1 and a syngas ratio of H 2 /CO = 2.15 was attained under optimum conditions. • The process operated under thermoneutral conditions (ΔH ≈ 0 kJ mol −1 ) with zero carbon formation. • The study proposes a sustainable route to generate FTS-ready syngas from bio-oil without extra units.
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 | 0,001 | 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 ».