MétaCan
Menu
Retour à la cohorte
Enregistrement W2467688236 · doi:10.4267/dechets-sciences-techniques.2152

Valorisation des fluides de coupe usés: Partie II : cas de l'évaporation à compression mécanique de vapeur

2004· article· en· W2467688236 sur OpenAlexaff
Stéphane Jedrejak, Jacques Bourgois

Notice bibliographique

RevueEnvironnement Ingénierie & Développement · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesMaterials scienceChemistryEnvironmental sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

http://www.pro-environnement.com/environnement/DST/valorisation-des-fluides-de-coupe-uses-partie-ii-cas-de-l-evaporation-a-compression-mecanique-de-vapeur-c41dbc0ff882fbi1423.htm The cutting fluids produced by mechanical industrial processes are generally eliminated by evapo-incineration. The cost of treatment can be greatly reduced by simply extracting the water contained in the cutting fluids. Mechanical compressor evaporation has been studied with industrial microemulsion. The concentration factor has a value contained between 10 and 15 and the COD of distillate is near to 3 g/l. The COD is due to evaporation of fraction of basic oil. The economical analysis presents the financial viability of this process for evaporation of a volume of cutting fluids superior at 200 m3/year in actual conditions. Des essais d'évaporation de fluides de coupe usés (microémulsion) ont été effectués à l'aide d'un évaporateur à compression mécanique de vapeur. Le facteur de concentration peut atteindre une valeur comprise entre 10 et 15. La DCO du distillat est voisine de 3 g/l, elle est due à l'évaporation d'une coupe d'huile provenant de l'huile de base de la microémulsion. Un calcul économique de ce procédé appliqué aux fluides de coupe montre que le temps de retour est d'environ 2,5 années pour un volume traité supérieur à 200 m3/an dans les conditions d'élimination actuelles.

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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,224 · 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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironnement Ingénierie & DéveloppementMême sujetProcess Optimization and IntegrationTravaux en français237 207