The modern technology of iron and steel production and possible ways of their development
Notice bibliographique
Résumé
In the changing global market scenario for raw materials for the steel industry, a number of novel ironand steelmaking process technologies are being developed to provide the steel companies with economically-sustainable alternatives for ironand steel-making. In addition, the steel industry is also focusing on reduction of energy consumption as well as green-house gas (GHG) emissions to address the crucial subject of climate change. Climate change is presenting new risks to the highly energyand carbon-intensive, iron and steel industry. The industry needs to focus on reduction of energy consumption as GHG emissions to address climate change. Development of alternate ironand steelmaking process technologies can provide steel companies with economically-sustainable alternatives for steel production. For managing climate change risks, novel modeling tools have been developed by Hatch to quantify and qualify potential energy savings and CO 2 abatement within the iron and steel industry. The tool developed for abatement of greenhouse gas carbon is called G-CAPTM (Green-House Gas Carbon Abatement Process) while that developed for improving energy efficiency is called En-MAPTM (Energy Management Action Planning). Evaluation of existing operations have shown that most integrated plants have GHG and energy abatement opportunities; on the other hand, the best-in-class plants may not have a lot of low-risk abatement opportunities left, even at high CO 2 price. In this context, it is important to assess these critical issues for the alternate ironand steelmaking technologies that have been developed. This paper presents a comparative evaluation of energy-efficiency and GHG emissions for some selected ironand steelmaking technologies that are being considered for implementation. In this work, Hatch’s G-CAP™ and En-MAP™ tools that were developed with the main objective of quantifying and qualifying the potential energy savings and CO 2 abatement within the iron and steel industry, were employed in the evaluation conducted.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».