Predictive design of entrained-flow coal pyrolysis with cross-scale framework for high-value and low-carbon operation
エントレンドフロー石炭熱分解の予測設計：ハイバリュー・低炭素運転のためのクロススケールフレームワーク (AI 翻訳)
Panxi Yang, Zunyi Yu, Keming Fu, Yuxing Zheng, Wei Guo, Zibo Huang, Hui Li, Bolun Yang, Wenjing Zhou, Zhiqiang Wu
🤖 gxceed AI 要約
日本語
本論文は石炭熱分解プロセスにおいて、高付加価値化と低炭素運転を両立するためのクロススケール予測設計フレームワークを提案する。エントレンドフロー条件での反応最適化により、エネルギー効率向上とCO2排出削減を実現する。
English
This paper proposes a cross-scale predictive design framework for entrained-flow coal pyrolysis to achieve both high-value products and low-carbon operation. It optimizes reaction conditions to improve energy efficiency and reduce CO2 emissions.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本は石炭火力への依存度が高いが、低炭素化に向けた石炭熱分解技術の導入は限定的。本フレームワークはガス化・液化などの周辺技術への応用可能性があり、日本の石炭利用の高度化に示唆を与える。
In the global GX context
Globally, coal pyrolysis is a key process for chemical production and steelmaking, but its carbon footprint is high. This cross-scale framework offers a pathway to reduce emissions while maintaining economic value, relevant for regions still relying on coal.
👥 読者別の含意
🔬研究者:Cross-scale modeling approach may inform future reactor design and process optimization studies.
🏛政策担当者:Highlights potential for low-carbon coal processing, but policy implications are limited without broader transition strategy.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1016/j.cej.2026.178481first seen 2026-06-19 04:52:57
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。