MétaCan
Menu
Retour à la cohorte
Enregistrement W1748249271 · doi:10.3968/j.est.1923847920130601.2673

Substitution of Coke and Energy Saving in Blast Furnaces. Part 1. Characteristics of Technology and Uneven Processes―Cognition, Calculation, Forecast

2013· article· en· W1748249271 sur OpenAlexvenueno aff
I. G. Tovarovskiy

Notice bibliographique

RevueEnergy science and technology · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueIron and Steelmaking Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlast furnaceCokeMass transferWork (physics)Heat transferSmeltingEnergy consumptionProcess (computing)Energy conservationMechanicsMechanical engineeringProcess engineeringEngineeringMaterials scienceComputer scienceMetallurgyWaste managementPhysics

Résumé

récupéré en direct d'OpenAlex

Blast melting is one of the few industrial technologies that preserve the essence and significance by all technical revolutions. This phenomenon exists due to certain properties of the system that ensures exponentially increasing the productivity and linearly lowering the coke rate, that seeks to 200-250 kg/thm. The solution of problems of blast-furnace smelting involves the solution of two analytical tasks: study of the relationship of real parameters and characteristics of the blast melting; forecast of expected parameters and processes on preset parameters of work of the blast melting. The first task is solved on the basis of balance equations of conservation of mass and energy, the second-based on the method of numerical modeling of processes in radial annular cross-sections along the height of the furnace: multi-zone model of heat-and mass transfer; physico-chemical transformations and mechanics of material and gases. During the numerical and analytical investigation it was shown that the peripheral part of the blast furnace is characterized by the minimum process of direct reduction and also shown that the uniform distribution of burden load provides the minimum fuel consumption.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,005
Tête enseignante GPT0,187
Écart entre enseignants0,182 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy science and technologyMême sujetIron and Steelmaking ProcessesTravaux en français237 207