A decision support tool formulti‐pollutants reduction incement industry using analytic hierarchy process (AHP)
Notice bibliographique
Résumé
Abstract Several energy intensive industries are contributing to air pollution problems. Cement industry, as an example, is one of these significant sources of several air pollutants and these must be monitored and controlled. This paper deals with five air pollutants from cement plants and these are SO2, NOx, CO2, dust, and volatile organic compounds (VOC). The purpose of this study is to evaluate several available technologies to control each pollutant. Analytic hierarchy process (AHP) technique is used as a decision support tool to find the best technology for each pollutant under multi‐criteria. These criteria are: cost, efficiency, lifetime or duration, and industry acceptability. The technique is illustrated in a case study from St. Marys Plant, located in St. Marys, Ontario, Canada. The results show that adsorption on activated coke technology will be recommended for SO2 reduction. For NOx reduction, the AHP suggests to apply selective non‐catalytic reduction (SNCR) technology based on the four criteria defined. Carbon capture and sequestration (CCS) using MEA technology is chosen for CO2 reduction. For dust reduction, bag filters should be used and increase oxygen concentration at the kiln inlet is the selected technology for VOC reduction. The current paper covers the set of criteria weights considered typical for cement plants. The results presented here are illustrative and user defined weighting is required to make this study valuable for a specific group of users.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».