MétaCan
Menu
Retour à la cohorte
Enregistrement W6903223035 · doi:10.1021/es901258w.s001

CaO-Based Pellets Supported by Calcium Aluminate Cements for High-Temperature CO<sub>2</sub> Capture

2016· article· en· W6903223035 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésSorbentPelletsCalcium loopingAluminateThermogravimetric analysisCalcinationScanning electron microscopePorosity

Résumé

récupéré en direct d'OpenAlex

The development of highly efficient CaO-based pellet sorbents, using inexpensive raw materials (limestones) or the spent sorbent from CO<sub>2</sub> capture cycles, and commercially available calcium aluminate cements (CA-14, CA-25, Secar 51, and Secar 80), is described here. The pellets were prepared using untreated powdered limestones or their corresponding hydrated limes and were tested for their CO<sub>2</sub> capture carrying capacities for 30 carbonation/calcination cycles in a thermogravimetric analyzer (TGA). Their morphology was also investigated by scanning electron microscopy (SEM) and their compositions before and after carbonation/calcination cycles were determined by X-ray diffraction (XRD). Pellets prepared in this manner showed superior behavior during CO<sub>2</sub> capture cycles compared to natural sorbents, with the highest conversions being >50% after 30 cycles. This improved performance was attributed to the resulting substructure of the sorbent particles, i.e., a porous structure with nanoparticles incorporated. During carbonation/calcination cycles mayenite (Ca<sub>12</sub>Al<sub>14</sub>O<sub>33</sub>) was formed, which is believed to be responsible for the favorable performance of synthetic CaO-based sorbents doped with alumina compounds. An added advantage of the pellets produced here is their superior strength, offering the possibility of using them in fluidized bed combustion (FBC) systems with minimal sorbent loss due to attrition.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,504
Score d'incertitude au seuil1,000

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)0,0170,001

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 Opus0,013
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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.

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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207