Reduction of Sulfur Dioxide Emissions by Burning Coal Blends
Notice bibliographique
Résumé
Given that sulfur contents of coals vary widely, this work investigated whether cofiring of high-sulfur coals with low-sulfur coals of different ranks has any distinct advantages on lowering the sulfur dioxide emissions of the former coals, beyond those predicted based on their blending proportions. Such cofiring intends to take advantage of documented evidence in previous investigations at the author's laboratory, which demonstrated that lignite coals of low-sulfur, high-calcium, and high-sodium content undergo massive bulk fragmentation during their devolatilization. This particular behavior generates a large number of small-sized char particles which, upon effective dispersion in the gas, can heterogeneously absorb the emitted sulfur dioxide gases, i.e., act as defacto sorbents, and then retain them in the ash. This study included two high- and medium-sulfur bituminous coals, two low-sulfur lignite coals, and a sub-bituminous coal. Results showed that bituminous coals burning under substoichiometric (fuel-lean) conditions release most of their sulfur content in the form of SO2 gases, whereas low-ranked coals only partly release their sulfur as SO2. Furthermore, the SO2 emission from coal blends is nonlinear with blend proportions, hence, beneficial synergisms that result in substantial overall reductions of SO2 can be attained. Finally, NOx emissions from coal blends did not show consistent beneficial synergisms under the implemented fuel-lean combustion conditions.
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 | 0,000 | 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) | 0,001 | 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 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 ».