Intensified steam reforming of a simulated bio-oil for renewable hydrogen production over CeO2-promoted Ni/CaO bifunctional material: Experimental kinetics and reactor modeling
Notice bibliographique
Résumé
Sorption-enhanced steam reforming (SESR) of bio-oil represents a promising route for renewable hydrogen production and supports the transition toward sustainable energy systems. This intensified process applied to a simulated bio-oil was investigated over two bifunctional materials (BFM), namely UpGraded Slug Oxides (UGSO)-stabilized Ni/CaO (Ni-CaO-UGSO) and CeO 2 -promoted Ni-CaO-UGSO (xCeNi-CaO-UGSO, where x = 5, 10, and 15 wt%), focusing on the impact of key operating parameters (temperature and weight hourly space velocity (WHSV)) and CeO 2 incorporation. 10CeNi-CaO-UGSO offered the best performance at 600 °C, WHSV of 1.408 h −1 , and steam-to-carbon (S/C) ratio of 3 in terms of H 2 purity (94 %), yield (85 %), and cyclic stability (91 % in the 5th cycle during 33 min of pre-breakthrough period). The results reveal the beneficial role of CeO 2 in enhancing the sorption capacity due to its oxygen vacancies and enhanced textural properties and mitigating catalyst deactivation by coke deposition. For the first time, the kinetics of CO 2 sorption and steam reforming of bio-oil over BFMs were assessed based on experimental data, along with the development of a comprehensive mathematical reactor model to evaluate the performance of the SESR process, an essential tool for designing industrial technologies. The results revealed a good agreement between experimental and predicted data for this complex intensified process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».