Développement d’une méthode de chauffage électrique radiatif d’un microréacteur pour le reformage du gaz naturel
Bibliographic record
Abstract
Les importantes émissions de gaz à effet de serre générées par le procédé conventionnel de production d’hydrogène par reformage du méthane motivent la transition vers un nouveau procédé plus respectueux de l’environnement. Une alternative à l’utilisation des combustibles fossiles comme source de chaleur consiste à utiliser de l’électricité renouvelable combiné à des éléments chauffants électriques radiatifs pour fournir la puissance à la réaction chimique de Steam Methane Reforming (SMR). Cette approche présente une belle synergie avec les microréacteurs développés par l’équipe des professeurs Picard et Fréchette à l’Université de Sherbrooke étant donné que l’ensemble du système est facilement modulable et permet d’intégrer plusieurs sous-procédés chimiques dans un bloc compact. En fait, le système électrique radiatif combiné à des microréacteurs permettrait d’être au moins 10 fois plus compact que le procédé conventionnel. L’objectif du projet de recherche est de concevoir et quantifier les performances d’un système de chauffage radiatif. Pour le concevoir, un premier modèle analytique basé sur les facteurs de vue donne une première idée de grandeur des flux de chaleur transférés entre l’élément chauffant et les microréacteurs. Un deuxième modèle 3D résolu numériquement par éléments finis permet d’observer la distribution de chaleur dans l’ensemble du système en plus de quantifier les pertes thermiques du banc de test. Une démonstration expérimentale en conditions réelles à 800 °C permet finalement de valider le fonctionnement d’un microréacteur exposé à un flux de chaleur entre 50 et 90 kW/m². L’ensemble du système radiatif a cumulativement opéré pendant plus de 100 heures sans dégradation apparente.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".