MétaCan
Menu
Retour à la cohorte
Enregistrement W6959671729 · doi:10.11575/prism/dspace/41151

Carbon Dioxide conversion to Carbon nanofibers: Development of the carbonization section

2022· other· en· W6959671729 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Calgary · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbonizationCarbon nanofiberCarbon fibersExothermic reactionProcess (computing)Carbon dioxideMonolithCarbon dioxide removalHydrogen production

Résumé

récupéré en direct d'OpenAlex

Carbon nanofibers (CNFs) have received a great deal of attention as an additive to enhance engineering material properties. In recent years, the use of carbon nanofibers for environmental applications and hydrogen storage has increased due to their high surface area. It is the high cost of CNFs that severely limits their wide application in addition to most of the existing production methods relying on fossil fuels.In the prior art, Dr. M. Zarabian and Dr. Pereira, at the University of Calgary succeeded to develop a net-zero emission technology to produce CNFs from greenhouse gases (GHG) as a feedstock. This M.Sc. thesis aims to evolve the carbonization reactor design to be upscaling-ready by introducing a configuration that could provide uniform reactant concentration, effective transfer of heat generated in exothermic reaction and ease of removing solid fibres. To accomplish this goal, first, the bench-scale method had been fully understood and then new concepts to overcome process bottlenecks were investigated. A new configuration of the reactor to fullfill the requirement was proposed. Then computational fluid dynamics (CFD) was employed to study the flow regime inside the new configuration. Based on CFD results, a prototype of a new configuration was built, and different aspects of process and product were investigated. The results showed that the new reactor configuration to produce carbon nanofiber on sheet metal substrate provides faster nucleation, a more uniform conversion rate and a steady rate of product accumulation compared to monolith configuration. In addition, it shows high up-scalability potential. A prototype of an Autodipping machine was built and successfully employed to impregnate catalysts on the disks. A series of standard characterization procedures for different methods were developed and employed to characterize the products and compare them with commercially available products. The evaluations indicated that both disk and monolith configuration CNF products had comparable and even better features than those of commercial ones.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,477
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,007
Tête enseignante GPT0,173
Écart entre enseignants0,167 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of CalgaryTravaux en français237 207