MétaCan
Menu
Retour à la cohorte
Enregistrement W2034992733 · doi:10.1680/adcr.2008.20.3.121

Numerical studies of mid-kiln tyre combustion

2008· article· en· W2034992733 sur OpenAlexafffund
Pirooz Darabi, Jianwei Yuan, M. Salcudean

Notice bibliographique

RevueAdvances in Cement Research · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensProcess Simulations Limited (Canada)University of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKilnCombustorCombustionClinker (cement)Cement kilnRotary kilnWaste managementEnvironmental scienceEngineeringCementNOxAutomotive engineeringNuclear engineeringMaterials scienceMetallurgyPortland cementChemistry

Résumé

récupéré en direct d'OpenAlex

A one-dimensional mathematical model of tyre combustion is developed and incorporated in a computational fluid dynamics (CFD) code with the objective of simulating industrial-scale cement kilns and studying the midkiln firing of whole tyres. The simulation without tyre combustion shows a high flame temperature, high NO x emission, and good quality product. Replacing 20% of the total kiln heat with tyres as fuel and dropping them in to the kiln at 50 m from the burner tip results in a reduced flame temperature, a 33% reduction of NO x emission and good clinker quality. Further investigations show that up to 30% replacement of fuel with tyres is acceptable to maintain the clinker quality with reduced NO x emissions. When the tyre replacement is 40% or more, NO x emission can be further reduced, but the clinker quality becomes poor. The tyre drop-in location is another critical parameter. For the kiln studied tyres can be dropped in within 50 m of the burner tip. Further downstream dropping-in reduces kiln efficiency and clinker quality. The actual replacement of tyre combustion and the drop-in location depends on the kiln design and operating conditions. The developed comprehensive simulation tool can be used to reach an optimised kiln design under a specified operating condition.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil0,277

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,092
Tête enseignante GPT0,391
Écart entre enseignants0,299 · 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

Citations4
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Cement ResearchMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207