MétaCan
Menu
Retour à la cohorte
Enregistrement W1967843708 · doi:10.1115/fbc2003-153

An Intelligent Tool for Evaluating Bids for Circulating Fluidized Bed Boilers

2003· article· en· W1967843708 sur OpenAlexaff
Pallab Basu, Animesh Dutta, L. Miller

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIron and Steelmaking Processes
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSizingBoiler (water heating)Process engineeringFluidized bed combustionComputer scienceFluidized bedEngineeringManufacturing engineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Circulating fluidized bed (CFB) boilers have gained wide scale acceptance in both the process and utility industries in sizes up to 300 MWe. Their ability to burn opportunity fuels such as petroleum coke has carved out a special niche for CFB boilers in the energy market. Presently more than 600 CFB boilers are either in operation or under construction worldwide. Boiler purchasers have a much wider choice of available designs and manufacturers to choose from, making bid selection more difficult. Even with performance guarantees in place, it is prudent for buyers to evaluate proposed designs in order to fully appreciate the various options and to identify potential problems. CFBCAD© is an intelligent software developed by extensive research into design methodologies for CFB boilers and critical analysis of the design of many CFB boilers manufactured by different companies around the world. The model used considers user-inputted fuel specifications and steam conditions, and performs sizing calculations for the furnace and heat transfer surfaces. A variety of heat transfer surface configurations are available for analysis. It has been used to evaluate the design of some operating plants and to try and predict deviations from design parameters.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,054
Tête enseignante GPT0,333
Écart entre enseignants0,279 · 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'étudeSimulation ou modélisation
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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIron and Steelmaking ProcessesTravaux en français237 207