The Fouling Behavior of Rice Husk Ash in Fluidized-Bed Combustion. 2. Pilot-Scale and Full-Scale Measurements
Notice bibliographique
Résumé
This paper is the second in a series of two on the slagging and fouling behavior of rice husk when fired alone or in combination with other fuels in a fluidized-bed boiler. The first paper involved the fuel properties of rice husk, as investigated by a variety of laboratory methods. In this second paper, we report the results of fireside fouling measurements when burning rice husk alone and together with eucalyptus bark in various ratios. This study is based on short-term (3−10 h) deposit samples taken with air-cooled deposit probes in the superheater region of a large-scale (157 MW th ) bubbling fluidized-bed (BFB) boiler burning rice husk and eucalyptus bark. Using an entrained-flow type of pilot furnace, we further made more, systematic measurements of the influence of the fuel mixture ratio on the fouling tendency of the fly ash formed. Burning of rice husk alone did not result in any detectable fouling, neither in the pilot furnace nor on the deposit probes in the superheater area of the fluidized-bed boiler. After deposit samplings with durations of up to 10 h during 100% rice husk firing, the deposit sampling probe had not collected more than ∼95 mg of deposit material. The combustion of eucalyptus bark alone caused significant fouling. Here, the corresponding amount of deposit was ∼90 mg after 10 h of sampling. The fouling tendency of mixtures of rice husk and bark showed a nonlinear dependence on the fuel mixture ratio. The results suggest that the rice husk ash acted as an erosive, cleaning agent in the fly ash mix.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».