← 論文一覧に戻る

誘導加熱吸着プロセスをシミュレーションするためのオープンソースIDAESフレームワーク

An Open-Source IDAES Framework for Simulating Inductively Heated Adsorption Processes (原題)

Sudip Sharma, Thomas A. Adams

Systems and Control Transactions2026-06-19#CCUSOrigin: US対象セクター: cross_sector
DOI: 10.69997/sct.177673
原典: https://doi.org/10.69997/sct.177673

🤖 gxceed AI 要約

日本語

MISA（磁気誘導スイング吸着）はCO2分離プロセスであり、電磁加熱を用いる。本論文はIDAESフレームワークでMISAモデルを開発し、SAR物理則を組み込み、実験データで高精度に検証した。破過時間誤差9%、飽和時間誤差6%、脱着温度誤差5%未満を達成し、プロセス最適化とスケールアップの基盤を提供する。

English

This paper presents an open-source IDAES model for Magnetic Inductive Swing Adsorption (MISA) for CO2 capture, incorporating Specific Absorption Rate (SAR) physics. Validated against experiments, it predicts breakthrough time with 9% error and temperature evolution within 5% error, enabling systematic cycle optimization and scale-up of magnetic carbon capture.

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

本モデルは日本のCCS研究（特に磁気ヒートポンプ技術）への応用が期待される。オープンソースであるため国内研究機関が容易に活用でき、CO2分離コスト低減に寄与する可能性がある。

In the global GX context

This validated open-source model fills a gap between lab-scale feasibility and industrial design for magnetic carbon capture, offering a platform for techno-economic comparisons that can support global CCUS deployment and scale-up decisions.

👥 読者別の含意

🔬研究者:The model provides a validated platform for investigating cycle configurations and scaling up magnetic inductive swing adsorption, enabling systematic process optimization.

🏢実務担当者:Engineering firms can use this open-source model to simulate and design energy-efficient carbon capture systems based on magnetic heating.

🏛政策担当者:The validated framework supports informed decisions on funding and policy for innovative carbon capture technologies like MISA.

📄 抄録（日本語訳）

Magnetic Inductive Swing Adsorption（MISA）は、二酸化炭素回収プロセスであり、Temperature Swing Adsorptionに類似しているが、プロセスの再生段階において従来の加熱システムの代わりに直接電磁加熱を用いる。しかし、検証された動的モデルの欠如がプロセス最適化を妨げている。本研究では、IDAESフレームワークにおいてオープンソースのMISAモデルを導入し、電磁加熱を捉えるためにSpecific Absorption Rate（SAR）物理（SAR ∝ B²）を組み込む。Fe3O4@HKUST-1のBinary Sips等温線パラメータを実験データに適合させ、高い統計的一致（R2 > 0.996、RMSE < 0.022 mol/kg）を達成した。吸着等温線、動的破過曲線、脱離プロファイルに対する包括的な検証を実施した。モデルは破過時間をわずか9%の誤差で、飽和時間を6%の誤差で予測する。決定的に重要な点として、結合された熱輸送およびSAR加熱モデルは、すべての磁場強度において脱離中の温度変化を5%以内の誤差で捉える。Linear Driving Force速度論の使用が軽微な系統的な過大予測をもたらすものの、モデルは実験室での実現可能性と工業的設計の間のギャップを首尾よく埋める。この検証済みツールは、サイクル構成の初の体系的な調査を可能にし、エネルギー効率の高い磁気式炭素回収の技術経済比較とスケールアップのためのプラットフォームを提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

Magnetic Inductive Swing Adsorption (MISA) is a carbon dioxide capture process similar to Temperature Swing Adsorption that uses direct electromagnetic heating instead of classic heating systems for the regeneration step of the process. However, the lack of validated dynamic models hinders process optimization. This work introduces an open-source MISA model in the IDAES framework, incorporating Specific Absorption Rate (SAR) physics (SAR ? B²) to capture electromagnetic heating. Binary Sips isotherm parameters for Fe3O4@HKUST-1 were fitted to experimental data, achieving high statistical agreement (R2 > 0.996, RMSE < 0.022 mol/kg). Comprehensive validation was performed against adsorption isotherms, dynamic breakthrough curves, and desorption profiles. The model predicts breakthrough time with only 9% error and saturation time with 6% error. Crucially, the coupled thermal transport and SAR heating model capture temperature evolution during desorption within 5% error across all field strengths. Although the use of Linear Driving Force kinetics introduces minor systematic overprediction, the model successfully bridges the gap between laboratory feasibility and industrial design. This validated tool enables the first systematic investigation of cycle configurations, providing a platform for techno-economic comparisons and scale-up of energy-efficient magnetic carbon capture.

🔗 Provenance — このレコードを発見したソース

🔔 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。