Thermogravimetric analysis of refuse-derived fuel and its sorted fractions under torrefaction conditions
Notice bibliographique
Résumé
Highlighting the rejects of the rejects, this study focuses on refuse-derived fuels (RDF) generated from non-recyclable municipal solid waste. Unlike wood or coal gasification, RDF in its natural state is a poor fuel source, containing different types of materials, such as paper and plastic, which exhibit distinct chemical properties, thermal properties, and energy content. The efficiency of RDF gasification is limited by its heterogeneity. To enhance the yield and efficiency of the gasification process, torrefaction is being considered as a pre-treatment process. Due to the difficulty of predicting the impact of thermochemical processes on RDF, a monitoring system is required to better understand and control the macro-composition of individual fractions. In this study, RDF fractions are studied independently towards modelling a relation between the percentage composition of each RDF individual fraction and the effects of torrefaction. These include papers, plastics, cardboard, other organics, and fines (<1 cm), which made up more than 90% of the RDF as received from waste sorting centres. Through thermogravimetric analysis, the effects of torrefaction on mass loss have been obtained for all fractions at 200°C, 250°C, 300°C, and 350°C. Using the main RDF fractions, a recombined RDF was produced and torrefied in this study. Instead of a synergistic effect, an additive effect was observed when comparing the mass loss obtained in the recombined RDF to the expected theoretical mass loss computed based on the composition of each fraction and its individual mass losses. From 200°C to 300°C, the experimental and theoretical values closely align, with absolute differences of only 0.74%, 0.04%, and 0.28% at 200°C, 250°C, and 300°C, respectively.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,009 | 0,009 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».