Hydrothermal Co-Liquefaction of Drift Macroalgal Biomass and Single Use Plastic Wastes: Optimizing Aqueous Phase Valorization for Enhanced Energy Recovery
Notice bibliographique
Résumé
Hydrothermal co-liquefaction of drift macroalgal biomass and single use plastics presents a technically viable route for biofuel production, simultaneously addressing marine biomass overgrowth and plastic waste accumulation. Optimized process parameters (340 °C, 75 min, 1:1 feedstock ratio) yielded 41.2% bio crude. Catalytic enhancement of HTL with diatomaceous earth (DE) increased bio crude yield to 47.83%, while nanoporous zinc oxide (ZnO) produced a comparable yield of 48.1%. Furthermore, various aqueous phase valorization (APV) strategies, such as hydrothermal gasification (HTG) and photocatalytic reforming (PCR), were evaluated, with HTG yielding the highest hydrogen production (62.5%) and PCR producing 42.2% hydrogen. Additionally, aqueous phase (AP) recirculation significantly improved the bio crude yield, reaching 51.6% in ZnO-assisted HTL (6 mL/g) and 51.3% in DE-assisted HTL (10 mL/g), while DE HTL+AP achieved the highest carbon (64.37%) and energy recovery (77.00%), demonstrating the effectiveness of aqueous phase (AP) valorization in improving overall energy recovery and resource utilization efficiency. Each aqueous phase valorization (APV) process was assessed individually based on its quantifiable energy output. The findings identified ZnO HTL+HTG as the most efficient strategy, achieving an NER of 1.83, marking an 87.6% improvement over the base HTL process and demonstrating its superior potential for maximizing energy efficiency and bio crude 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 | 0,000 | 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 ».