Evaluations of the benefits of using a mixed MEA/MDEA solvent for CO2 capture in terms of the heat requirement for solvent regeneration, lean and rich loadings, CO2 production, and solvent stability were performed by comparing the performance of aqueous 5 kmol/m3 MEA with that of an aqueous 4:1 molar ratio MEA/MDEA blend of 5 kmol/m3 total amine concentration as a function of the operating time. The tests were performed using two pilot CO2 capture plants of the International Test Centre for CO2 Capture (ITC), which provided two different sources and compositions of flue gas. The University of Regina CO2 plant (UR unit) processes flue gas from the combustion of natural gas while the Boundary Dam CO2 plant (BD unit) processes flue gas from a coal-fired electric power station. The results show that a huge heat-duty reduction can be achieved by using a mixed MEA/MDEA solution instead of a single MEA solution in an industrial environment of a CO2 capture plant. However, this benefit is dependent on whether the chemical stability of the solvent can be maintained.

Currently, post-combustion carbon capture (PCC) is the only industrial CO2 capture technology that is already demonstrated at full commercial scale in the TMC Mongstad in Norway (300,000 tonnes per year CO2 captured) and BD3 SaskPower in Canada (1 million tonnes per year CO2 captured). This paper presents a comprehensive review of the most recent information available on all aspects of the PCC processes. It provides designers and operators of amine solvent-based CO2 capture plants with an in-depth understanding of the most up-to-date fundamental chemistry and physics of the CO2 absorption technologies using amine-based reactive solvents. Topics covered include chemical analysis, reaction kinetics, CO2 solubility, and innovative configurations of absorption and stripping columns as well as information on technology applications. The paper also covers in detail the post build operational issues of corrosion prevention and control, solvent management, solvent stability, solvent recycling and reclaiming, intelligent monitoring and plant control including process automation. In addition, the review discusses the most up-to-date insights related to the theoretical basis of plant operation in terms of thermodynamics, transport phenomena, chemical reaction kinetics/engineering, interfacial phenomena, and materials. The insights will assist engineers, scientists, and decision makers working in academia, industry and government, to gain a better appreciation of the post combustion carbon capture technology.

At present, carbon dioxide (CO2) is the largest contributor among greenhouse gases. This article addresses the potential application of photocatalysis to the reduction of CO2 emissions from industrial flue gas streams. Not only does this process remove CO2, but it can also convert CO2 into other chemical commodities such as methane, methanol, and ethanol. In addition, the photocatalytic process can consume less energy than conventional methods by harnessing solar energy. Given these advantages, photocatalysis is an attractive alternative for CO2 capture. This article reviews the principle of photocatalysis; existing literature related to photocatalytic CO2 reduction; and the effects of important parameters on process performance, including light wavelength and intensity, type of reductant, metal-modified surface, temperature, and pressure. Finally, we discuss various system configurations for UV and solar photocatalytic reactors. The advances in photocatalysis technology indicate a promising application potential for significant reductions of CO2 emissions and a positive impact on climate change effects.

We will continue to rely on fossil fuel energy generation for at least this century. Reducing our carbon footprint is vital for the welfare of our environment and human health. The province we live in, Saskatchewan, is the second-highest emitter of CO2 in Canada. This is primarily due to our reliance on coal-fired power plants for electricity. The Boundary Dam power plant in Estevan, SK, is the first-ever commercial power plant equipped with CCS technology. The current CCS process is highly efficient in capturing its carbon dioxide emissions and storing them underground. As with any first-of-its-kind project, numerous operational challenges have occurred that have affected the capture plant availability and, in turn, resulted in reduced efficiency of the plant. One of the major concerns is fly ash accumulation on plant equipment, which causes outages and the accumulation of fly ash in the amine-based absorbent that is utilized for capturing CO2. This is primarily due to the transfer of PMs in the fly ash from pre-conditioning to downstream equipment. This study identified three alternatives to address PM accumulation and improve the operation of the capture facility: using a water and oil column, a hybrid electrostatic precipitator, and polytetrafluoroethylene (PTFE) membrane filters.

Machine Learning (ML) models have demonstrated outstanding performance in predicting essential parameters in the carbon capture process system and support a better understanding of the relationships among the parameters. Their effectiveness in accurately processing and analyzing large volumes of data is well-established. However, these models often function as "black boxes," and the reasoning or processes of the models are often unknown. Practitioners often struggle to understand how specific inputs result in particular outputs. This lack of transparency is a barrier to the wider adoption of ML approaches in sectors such as healthcare, finance, heavy industry, and law, where decisions often need to be transparent and justifiable.Therefore, increasing transparency in ML models is essential for enhancing the adoption of the ML approach. One possible solution is to incorporate Explainable Artificial Intelligence (XAI) techniques, which aim to clarify the decision-making processes of the models. For instance, feature importance metrics and attention mechanisms can identify the most critical inputs in decision-making. By shedding light on the inner mechanisms of ML models, practitioners can enhance their understanding and build confidence in using ML technologies. This paper presents a method designed to enhance the transparency of ML models. Our approach uses advanced modelling techniques and model explanation methods, namely the Decision Trees Ensemble (DTE) and Tree-Based Local Interpretable Model-agnostic Explanation (LIMETree), to make predictions more understandable for practitioners. To validate the approach, a new dataset was generated from a ProMax simulation, in which specifications for the contactors are derived from existing carbon dioxide capture units in North America. Using the same method Wang et al. proposed [1], we first developed an accurate correlation model of the relationships of parameters in the carbon capture process system with the help of a DTE, GAN (Generative Adversarial Network) and PFA (Principal Feature Analysis). Then, we applied the LIMETree method to interpret the DTE model's predictions.

This study introduced a spouted bed and jet flow catalytic heat exchanger (SBJ-EX). This novel non-agitated technology can potentially integrate with a conventional desorption column to enhance heat transfer and CO2 desorption performance in amine-based post-combustion carbon capture systems. As its first research in the carbon capture field, this work experimentally evaluated key factors including overall heat transfer coefficient, logarithmic mean temperature difference, temperature distribution along the reactor, and cyclic loading under varied parameters such as inlet temperature of the heating oil, inlet solvent temperature, rich CO2 loadings, and mass of catalysts to simulate real-world operating conditions using benchmark MEA solvent and solid acid catalyst HZSM-5. Compared to conventional plate heat exchangers, the SBJ-EX demonstrated over a 70 % enhancement in heat transfer performance due to its effective overall heat transfer coefficient. It also exhibited impressive CO2 desorption performance even at lower temperatures with sufficient catalysts. Unlike agitated-type heat exchangers, the SBJ-EX could minimize catalyst attrition and offer more excellent stability. In contrast to fixed-bed catalyst desorbed columns, this equipment offered a more compact design for quicker and simpler catalyst replacement to reduce downtime for operators significantly. The SBJ-EX can also function as an optional backup or add-on unit to provide operators with flexibility. This work further discussed advantages and challenges of the SBJ-EX operation. This work enriched the future research outlook for this technology, and contributed a commercially viable approach to catalysts in carbon capture processes.