MétaCan
Menu
← Retour à la cohorte
Enregistrement W2356021601

Influence of the SCR(Selective Catalytic Reduction)-based NO_x Removal System on Mercury Morphology in Coal-fired Flue Gas

2009· article· en· W2356021601 sur OpenAlexaboutno aff
Changxing Hu

Notice bibliographique

RevueJournal of Engineering for Thermal Energy and Power · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlue gasDenitrificationMercury (programming language)Selective catalytic reductionChemistryNOxCatalysisEnvironmental chemistryCoalFlueInorganic chemistryWaste managementNitrogenOrganic chemistryCombustion
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

By adopting the standard Ontario method,measured and analyzed were the morphological distribution of mercury in flue gas before and after the selective catalytic reduction(SCR) denitrification system of a 300 MW unit.In combination with the chemical theory for SCR reactions to remove NOx,the influence of a SCR-based denitrification system on the mercury morphology of coal-fired flue gas was studied as a key problem.It has been found that the SCR catalyzer(V2O5-WO3(MoO3)/TiO2) plays a relatively small role of adsorbing the mercury in flue gas and has no influence on the total mercury concentration in flue gas.However,after a SCR,the mercury morphology in gas state underwent a relatively great change with the HgO concentration decreasing from 49.01% to 7.30% while the Hg2+ concentration increasing from 38.96% to 82.67%.The NH3 in the SCR-based denitrification system plays no role in transforming the mercury morphology.The oxidation of HgO by HCl was mainly completed through the Cl-Deacon reaction and the intermediate(HgO) under the catalytic action of the system and,eventually,HgCl2 was formed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,208
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering for Thermal Energy and Power→Même sujetMercury impact and mitigation studies→Travaux en français237 207→