A Mathematical Model for Carbothermic Reduction of Dust-Carbon Composite Agglomerates
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
Recycling iron–bearing dust from steel mills has gained a considerable attention in the past two decades to recover the valuable metals in dust while improving the sustainability of steel production. As a method for extracting the metals from dust, the reduction of dust–carbon composite agglomerates using a rotary hearth furnace (RHF) has been practiced in the steel industry. The use of low–grade carbonaceous reductants, such as low–rank coal and waste plastic, is of steelmakers’ interest to further enhance the waste recycling using the RHF process. However, applying these materials as reductants has proven to be a challenging task since the impact of the released volatile gas from such reductants on reduction reactions is not predictable. In addition, the reduction kinetics of dust pellet in RHF is more complicated than the reaction behaviour of sintered ore in blast furnace due to the higher furnace temperature, faster reduction and rapid gas evolution inside the agglomerate. To predict the reaction behaviour of the dust–carbon composite in RHF, a mathematical model was developed. The model takes into consideration heat and mass transfer as well as the reduction reaction of iron and zinc oxides, gasification of carbon and release of volatiles. The simulated behaviour of a dust pellet by the proposed model provides beneficial information to promote recycling an expanded range of waste materials in the RHF process. The modelling approach and calculation results are discussed in the present paper.
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