MétaCan
Menu
Retour à la cohorte
Enregistrement W4416866323 · doi:10.1016/j.joei.2025.102400

Plasma-enhanced microwave-driven methane pyrolysis for hydrogen and carbon production

2025· article· en· W4416866323 sur OpenAlexafffund
Francisco Cepeda, Luke Di Liddo, L. Mendoza, Murray J. Thomson

Notice bibliographique

RevueJournal of the Energy Institute · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrogenPyrolysisMethaneCarbon fibersNonthermal plasmaGraphitePlasmaCarbon black

Résumé

récupéré en direct d'OpenAlex

Microwave-driven methane pyrolysis is a promising pathway for low-GHG hydrogen production. In this process, carbon particles absorb microwave radiation, heat the gas phase, and promote the decomposition of methane. Previous studies hypothesize that localized microplasmas, formed by arcing between conductive particles, may enhance pyrolysis by creating non-thermal excitation of methane molecules. However, the role of microplasmas has not been systematically isolated or quantified. This study investigates the impact of non-thermal plasma discharges on methane conversion and hydrogen yield using a microwave-driven fluidized-bed reactor. Graphitized carbon particles and tungsten electrodes were used to generate intense controlled plasma discharges while maintaining constant microwave power and bulk temperature. Results show that microplasmas induced by graphite alone do not significantly affect methane conversion. In contrast, the addition of unpowered electrodes results in a marked increase in methane conversion (up to 20%) and hydrogen yield. Carbon products formed in the plasma region were characterized by SEM, Raman, and XPS, revealing nanostructured, disordered carbon distinct from thermal film deposits. These findings suggest that only intense, electrode-driven discharges substantially enhance pyrolysis and carbon black production, informing reactor design strategies for efficient hydrogen generation. • Non-thermal plasma boosts thermal CH 4 pyrolysis without increasing power or temperature. • Microplasmas alone show negligible effect on CH 4 conversion or H 2 yield. • Electrode discharges increase conversion by an absolute 20% at constant microwave input. • Plasma yields nanoscale, disordered carbon distinct from thermal film deposits. • Reactor zones can be decoupled to optimize hydrogen and carbon product quality.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,256
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Energy InstituteMême sujetPlasma Applications and DiagnosticsTravaux en français237 207