MétaCan
Menu
Retour à la cohorte
Enregistrement W7162001622 · doi:10.82308/46690

Pyrolysis of Miscanthus: process optimization and life cycle assessment

2022· dissertation· en· W7162001622 sur OpenAlexaboutno aff
Vishal Lakshman

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPyrolysisMashingSugar industryDistillation

Résumé

récupéré en direct d'OpenAlex

L'utilisation de carbone (C) fossile à des fins de chauffage dans des régions froides comme le Québec (Canada) constitue une menace majeure pour l'environnement à long terme. La culture du Miscanthus sur des terres marginales fournit une source de C biogénique qui peut être utilisée pour produire de la bioénergie et des bioproduits, remplaçant les sources de C fossile. Par exemple, le Miscanthus peut être utilisé comme intrant pour la pyrolyse, qui est un procédé de conversion thermochimique de la biomasse à haute température en l'absence d'oxygène, produisant un solide (biochar), un liquide (bio-huile et phase aqueuse) et des gaz non condensables. L'objectif principal de cette thèse est d'étudier les performances environnementales d'une bioraffinerie de pyrolyse utilisant le Miscanthus comme intrant et d’identifier les paramètres cls ayant une influence sur l’impact environmental.Il est reconnu que les rendements et les propriétés des produits de pyrolyse dépendent de la biomasse et des paramètres de fonctionnement de la pyrolyse. Par conséquent, afin d'établir le bilan massique de la bioraffinerie, des expériences de pyrolyse avec un réacteur de pyrolyse à vis verticale ont été réalisées en utilisant une gamme de paramètres de pyrolyse (température, temps de séjour de la biomasse et débit de N2) déterminés à partir de la littérature et d’expériences préliminaires.Quinze tests de pyrolyse ont été effectués selon un plan expérimental Box-Behnken basée sur la méthodologie de surface de réponses (RSM) afin d’identifier les paramètres de fonctionnement optimaux permettant de produire une bio-huile ayant une teneur en eau minimale. Les résultats ont démontré que les paramètres optimaux étaient une température de 510°C, un temps de résidence de la biomasse de 81 s et un débit de N2 de 5,1 L min-1. Ces résultats ont été utilisés pour extrapoler le bilan massique d'une bioraffinerie de pyrolyse traitant 1000 kg de Miscanthus (d.b.).Une analyse de cycle de vie conséquentielle (ACV-C) a été réalisée pour évaluer la performance environnementale de la bioraffinerie de pyrolyse. La frontière du système comprenait toutes les activités, de la culture du Miscanthus à l'utilisation des coproduits de la pyrolyse. Le Miscanthus considéré ici est cultivé sur un sol marginal. L’ACV-C compare un scénario de pyrolyse (1 tonne de Miscanthus cultivé sur terre marginale) et un scénario de référence (terre marginale inutilisée). Les résultats ont démontré que la performance environnementale du scénario de pyrolyse est meilleure que le scénario de référence dans 4 des 16 catégories d'impact évaluées. Entre autres, l'impact sur le changement climatique du scénario de pyrolyse ne dépasse le scénario de référence que de 79,5 kg CO2 eq. De plus, une analyse de sensibilité a été réalisée pour tenir compte de la variabilité de trois paramètres (le rendement en biomasse, les valeurs de séquestration de C du biochar et les niveaux standard de carbone organique du sol) qui ont un impact important sur la performance environnementale du scénario de pyrolyse. Les résultats de l'étude montrent que la chaîne d'approvisionnement en biomasse, les paramètres de pyrolyse, ainsi que le choix des technologies marginales remplacées, jouent un rôle important dans la performance environnementale des bioraffineries de pyrolyse

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,004
Tête enseignante GPT0,238
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207