Chemical energy and bottom stirring systems – Cost effective solutions for a better performing EAF
Notice bibliographique
Résumé
The continuous improvement of EAF performance is crucial for the increase in productivity and cost effectiveness and to render an environmental friendly process. RHI supports these targets by providing a diverse range of refractory and process solutions. Chemical energy in practical operation by injection of gaseous media like oxygen and natural gas, and solid materials like carbon have become a state of the art solutions for process improvement today. To understand the phenomena of the benefits, RHI has developed a mass and energy balance model. The objective of the model is to focus on the replacement ratio of electrical energy by chemical energy and the consequences for the overall CO2 emission of the process. CO2 emission certificate trading can become a new source for cash generation to be utilized for improvement investment budgets. Another valuable solution to decrease the energy consumption and the CO2 generation of the process is bottom purging in EAF. This technology can be introduced by the use of the directional porosity plug (DPP). The benefit of stirring in the furnace is that it enhances the interface reactions between the slag and the bath and homogenizes the liquid volume in the furnace. This results in achieving better operation parameters in terms of less power consumption and power-on time. Again a benefit in cost and a reduction in carbon dioxide emissions can obviously be attained. This paper shows the savings potential of the replacement of electrical energy by chemical energy by using the mentioned balance model. The benefit of the introduction of the DPP system is shown on the results of various steel plants.
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 ».