Design, performance assessment, and machine learning-driven optimization of a novel low-carbon urban waste-to-x polygeneration system: multi-scenario analysis of hydrogen and methane production
Hyväksytty
Luokittelutiedot
OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti
Julkaisukanavan tiedot
Lehden/sarjan nimi
Energy
ISSN-P (painettu)
0360-5442
ISSN-E (elektroninen)
1873-6785
ISSN-L (linking)
0360-5442
Kustantaja
Elsevier
Julkaisun JUFO ID
55245
Julkaisun JUFO-taso
3
Julkaisu on FT-listalla
Ei
Julkaisun SNIP-taso
2.16
Julkaisumaa
Yhdistynyt kuningaskunta
Kansainvälisyys
Kyllä
Julkaisun tarkemmat tiedot
Julkaisuvuosi
2026
Ilmoitusvuosi
2026
Lehden/sarjan volyymi
344
Artikkelinumero
140052
DOI
10.1016/j.energy.2026.140052
Julkaisukieli
englanti
Yhteisjulkaisutiedot
Kansainvälinen yhteisjulkaisu
Kyllä
Yhteisjulkaisu yrityksen kanssa
Ei
Saatavuustiedot
Verkkojulkaisun linkki
Linkki rinnakkaistallenteeseen
Luokitukset ja lisätiedot
OKM-tieteenalaluokitus
214 Kone- ja valmistustekniikka, 218 Ympäristötekniikka, 215 Teknillinen kemia, kemian prosessitekniikka
Avainsanat
Wastewater treatment; Biomass gasification; Carbon capture and utilization; Biofuel production; Near-zero emissions; Machine learning optimization
Rahoittajatiedot
Rahoitustiedot julkaisussa
The authors acknowledge the financial support provided by the CETPartnership (OptiDCG4H2, Grant No. CETP-2023-00567).
Rahoittajat
Rahoittaja
Euroopan Unioni
Rahoituksen nimi
-
Rahoituspäätös
CETP-2023-00567
Tutkimusaineistotiedot
Tutkimusaineistotiedot julkaisussa
Data will be made available on request. Supplementary data to this article can be found online at https://doi.org/10.1016/j.energy.2026.140052
Lähdetietokantojen tunnukset
WoS -tunniste
WOS:001677020100001
Scopus -tunniste
2-s2.0-105027923337