Lösningsmedelsregenerering av kaliumkarbonat i processer med koldioxidsinfångning från biomassa: en kinetisk studie
Notice bibliographique
Résumé
I takt med att behovet av att minska utsläppen av växthusgasen ökar, ökar även intresset för negativa utsläpp. En lovande teknik för att uppnå negativa utsläpp är koldioxidlagring från biomassa, även kallad BECCS (Bio-Energy Carbon Capture and Storage). Trots teknologins mognad är de stora energibehoven vid lösningsmedelsregenerering ett hinder för storskalig implementering. I den här studien utforskas den relativt okända kinetiken för lösningsmedelsregenerering av kaliumkarbonat i ett steg för att optimera processen. Dessutom undersöks möjligheten att använda vanadin(V)oxid som katalysator för att förbättra desorptionshastigheten. Experimentella analyser utfördes i en sats-reaktor och gick ut på att undersöka förändringen av lösningsmedlets loading över tid genom regelbundna titreringar. Utöver detta undersöks den påverkan som temperatur och omrörning har på desorptionshastigheten. Experimenten utförs vid atmosfärstryck och temperaturer från 80°C till 100°C. Resultaten visade på god repeterbarhet trots svårigheter med temperaturöverskridningar. Desorptionshastigheten var lägre vid 80°C och 90°C än vid 100°C, men de logaritmiska hastighetskonstanterna följde inte en linjär relation mot temperaturinverserna vilket antyder att reaktionen är begränsad av massöverföring. Vidare påverkade inte användandet av en katalysator desorptionskinetiken märkbart, vilket än en gång antyder ett massöverföringsberoende. Slutligen visades ingen märkbar skillnad i desorptionshastighet trots olika omrörningshastigheter. Detta beror troligen på den redan höga massöverföringen som sker vid kokpunkten. Sammanfattningsvis bidrar denna studie med insikter för att förbättra effektiviteten hos regenereringen av lösningsmedel vid BECCS, vilket är avgörande för att motverka utsläppen och möta utmaningarna med klimatförändringarna.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».