Effect of Flue-gas Cleaning Devices on Mercury Emission From Coal-fired Boiler
Notice bibliographique
Résumé
In order to study the effect of flue-gas cleaning devices on mercury emission from coal-fired boiler, Ontario-Hydro method had been applied to determine the mercury concentration and speciation in the flue-gas emitted from a 300MW coal-fired boiler, which was equipped with various pollution control devices, including selective catalyst reduction (SCR) De-NOx system, electrostatic precipitator (ESP), and flue-gas seawater De-SO2 system (FGD). Mercury concentration in raw coal, bottom ash and fly ash of the boiler, seawater at the inlet and outlet of SO2 absorption reactor and the drainage of aeration sink, were also analyzed. The results indicate that the percentage of gaseous mercury in total mercury discharged is more than 79.1%. De-NOx catalyst strongly affects the mercury speciation transformation, showing a conversion rate of 83.4% for Hg0 to Hg2+. The removal efficiency of particulate mercury by ESP is close to 100%. With seawater FGD, the removal efficiency of mercury is as high as 73.6%. The mercury concentration in the seawater of drainage from aeration sink is 5.5 times higher than that in fresh seawater. The study shows that the flue-gas cleaning devices in coal-fired power plant play an important role on mercury emission characterization.
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 ».