文献

J-GLOBAL ID：202102245054452560   整理番号：21A2831809

機械学習法とTG-FTIRに基づく石炭スライムとコーヒー工業残渣の共熱分解の研究:相乗効果,速度論および熱力学【JST・京大機械翻訳】

Investigation of the co-pyrolysis of coal slime and coffee industry residue based on machine learning methods and TG-FTIR: Synergistic effect, kinetics and thermodynamic

著者 (8件)： Ni Zhanshi (Department of Thermal Science and Energy Engineering, University of Science and Technology of China, Jinzhai Road, Hefei 230026, China) ,  Bi Haobo (Department of Thermal Science and Energy Engineering, University of Science and Technology of China, Jinzhai Road, Hefei 230026, China) ,  Jiang Chunlong (Department of Thermal Science and Energy Engineering, University of Science and Technology of China, Jinzhai Road, Hefei 230026, China) ,  Wang Chengxin (Department of Thermal Science and Energy Engineering, University of Science and Technology of China, Jinzhai Road, Hefei 230026, China) ,  Tian Junjian (Department of Thermal Science and Energy Engineering, University of Science and Technology of China, Jinzhai Road, Hefei 230026, China) ,  Zhou Wenliang (Department of Thermal Science and Energy Engineering, University of Science and Technology of China, Jinzhai Road, Hefei 230026, China) ,  Sun Hao (Department of Thermal Science and Energy Engineering, University of Science and Technology of China, Jinzhai Road, Hefei 230026, China) ,  Lin Qizhao (Department of Thermal Science and Energy Engineering, University of Science and Technology of China, Jinzhai Road, Hefei 230026, China)
資料名： Fuel  (Fuel)
巻： 305  ページ： Null  発行年： 2021年 
JST資料番号： C0023A  ISSN： 0016-2361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究では,熱重量分析とFourier変換赤外分光法(TG-FTIR)を用いて,種々の加熱速度での石炭スライム(CS)とコーヒー産業残渣(CIR)の共熱分解特性を分析した。CSとCIRを,1:0,7:3,5:5,3:7と0:1の5つの質量比に従って混合した。温度変化によるガス放出と質量損失率の検出を通して,結果は,CS-CIRの共熱分解が相乗効果を明らかにし,CS中の30%CIRのブレンドが温室効果ガス排出を減少できることを示した。主成分分析(PCA)を利用して,実験の次元を低減し,CIR-CS共熱分解の主な反応を同定した。2つの非等温法(Kissinger-Akahira-SunoseとFlynn-Wall-Ozawa)は,変換度(α)で変化する速度パラメータ(E_α)と熱力学的パラメータの法則を決定した。CSとCIR共熱分解TGデータを予測するために,3入力パラメータ(温度,加熱速度,混合比)と1出力パラメータ(質量損失パーセント)を人工ニューラルネットワーク(ANN)モデルに用いた。ANN11はCSとCIRの共熱分解のための最良の予測モデルであった。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *熱力学 ,  *石炭 ,  ニューラルネットワーク ,  熱重量分析 ,  *コーヒー ,  *相乗作用 ,  混合比 ,  加熱速度 ,  温度変動 ,  主成分分析 ,  *FTIR分光法 ,  *機械学習 ,  予測モデル
準シソーラス用語： 熱力学パラメータ ,  *共熱分解 , 【Automatic Indexing@JST】

著者キーワード (6件)： 石炭スライム ,  コーヒー工業残渣 ,  共熱分解 ,  主成分分析 ,  人工ニューラルネットワーク ,  TG-FTIR

分類 (2件)： 生物燃料及び廃棄物燃料  (LB02020Y) ,  石炭の物理的・化学的処理  (YE04040E)

タイトルに関連する用語 (13件)： 機械学習 ,  TG ,  FTIR ,  石炭 ,  スライム ,  コーヒー ,  工業 ,  残渣 ,  共熱分解 ,  研究 ,  相乗効果 ,  速度論 ,  熱力学