MétaCan
Menu
Retour à la cohorte
Enregistrement W2382318217

Characteristics of mercury emission and demercurization property of NID system of a 410t/h pulverized coal fired boiler

2008· article· en· W2382318217 sur OpenAlexaboutno aff
Chengjun Wu, Duan Yu-feng, Yunjun Wang, Jiang Yi-man, Qian Wang, Liguo Yang

Notice bibliographique

RevueRanliao huaxue xuebao · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)ChemistryFlue gasFly ashBoiler (water heating)Pulverized coal-fired boilerCombustionFlue-gas desulfurizationCoal combustion productsCoalWaste managementElectrostatic precipitatorEnvironmental chemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Coal, slag, and fly ashes were sampled from a 410t/h utility boiler with the equipment of NID (Novel Integrated Desulfurization) system and mercury concentrations of these samples were determined. OntarioHydro method was applied to determine mercury speciation in flue gas before NID and after ESP. The experimental data indicate that the majority of mercury goes into fly ash. The ratio of mercury quantity in fly ash to total combustion product is about 90%, while that in flue gas is about 10%. The results also show that before NID and after ESP, the gaseous mercury concentration in the flue gas is about 21.3μg/m3~22.4μg/m3 and 1.93μg/m3~3.67μg/m3 respectively, indicating that the NID system has quite high mercury removal efficiency up to 83.6%~90.9%. The percentage of Hg2+ which is the main mercury speciation in flue gas before NID is about 67%. The percentage of Hg2+ in flue gas after ESP is about 71.8%~85.1%, while the content of Hg0 is zero, indicating that some chemical reactions have been happened to Hg0 when it passes by NID system. Hg0 becomes Hg2+ and is then adsorbed and removed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,225
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRanliao huaxue xuebaoMême sujetMercury impact and mitigation studiesTravaux en français237 207