MétaCan
Menu
← Retour à la cohorte
Enregistrement W1687549124 · doi:10.2172/825582

PRELIMINARY FIELD EVALUATION OF MERCURY CONTROL USING COMBUSTION MODIFICATIONS

2004· report· en· W1687549124 sur OpenAlexaboutno aff
Vitali V. Lissianski, Antonio M. Márquez

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Energy
Mots-clésMercury (programming language)Fly ashEnvironmental scienceCoalWaste managementCombustionNOxPower stationNitrogen oxideStack (abstract data type)Coal combustion productsEnvironmental engineeringChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

In this project General Electric Energy and Environmental Research Corporation conducts a preliminary field evaluation of a novel technology, referred to as Hg/NO{sub x}, that can reduce emissions of both mercury (Hg) and oxides of nitrogen (NO{sub x}) from coal-fired power plants. The evaluation takes place in Green Station Unit 2 operated by Western Kentucky Energy. Reduction of Hg and NO{sub x} emissions in Unit 2 is achieved using coal reburning. Activities during first project year (January 23, 2003--January 22, 2004) included measurements of baseline Hg emissions in Unit 2 and pilot-scale testing. Baseline testing of Hg emissions in Green Unit 2 has been completed. Two fuels were tested with OFA system operating at minimum air flow. Mercury emissions were measured at ESP inlet and outlet, and at the stack using Ontario Hydro revised method. Testing demonstrated that baseline Hg reductions at ESP outlet and stack were 30-45% and 70-80%, respectively. Pilot-scale testing demonstrated good agreement with baseline measurements in Unit 2. Testing showed that fuel composition had an effect on the efficiency of Hg absorption on fly ash. Maximum achieved Hg removal in reburning was close to 90%. Maximum achieved Hg reduction at air staging conditions was 60%. Testing also demonstrated that lowering ESP temperature improved efficiency of Hg removal.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,117
Tête enseignante GPT0,368
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMercury impact and mitigation studies→Travaux en français237 207→