Retrofit Design Method for CO<sub>2</sub> Emission Reduction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Utilization of fossil fuel, as one of the major contributors in CO 2 emission production, provides driving force behind global warming. Increasing energy efficiency through energy retrofit of process plants can reduce fuel requirement and hence reduce CO2 emission production. The current practice for reducing CO2 emissions often selects the retrofit options with no consideration of carbon tax or opportunity for carbon emission credit. This work presents a design methodology to select and combine from the heat exchanger network (HEN) retrofit options of different process plants considering the available investment cost for process integration measures and constraining carbon emission reduction target. The presented methodology investigates the capability of the introduced scenarios from combined retrofit options for carbon emission credit opportunity. In this method the decision for degree of heat recovery in retrofit of HEN can be made either based on achieving maximum opportunity for carbon emission credit considering fixed available investment cost or based on investing minimum cost to maintain the emission reduction target with no extra CO2 emission reduction. The final decision making is then based on total payback of the combined retrofit scenario. The method is developed through a case study. Results show that the presented method is capable to include issues of carbon emission trading scheme in making decision for energy conservation in process industries with the objective of reducing CO2 Emission. The results also illustrate that the payback of the combined retrofit options which are selected to meet the emission target are lower and hence better options relative to those that provide CO2 emission credit.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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