MétaCan
Menu
Retour à la cohorte
Enregistrement W2945808229

Sustainable Processing of Liquid Steel and Alloys Using Waste Material from the Aluminum Industry

2016· article· en· W2945808229 sur OpenAlexaboutno aff
Yindong Yang, Mansoor Barati, Alex McLean, Karim Danaei

Notice bibliographique

Revue2016-Sustainable Industrial Processing Summit · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBauxite Residue and Utilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRed mudSlag (welding)Waste managementRefining (metallurgy)SteelmakingMetallurgyScrapIndustrial wasteContext (archaeology)Environmental scienceReuseMunicipal solid wasteMaterials scienceEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Waste slag is a major source of environmental pollution within the metallurgical industry. In the steel industry, about 100-150 kg of waste slag is produced in making one tonne of liquid steel from iron in addition to that produced during ironmaking. The amount of waste slag from the steelmaking converter can be significantly reduced when charging hot metal with low phosphorus and sulphur contents. There is a great interest in searching for fluxes for hot metal pre-treatment and liquid steel refining which produce high efficiency, low cost and environmentally friendly processes. In the aluminium industry, about 2-4 tonnes of waste slag, including by-products (red mud and white mud) from alumina production and dross from aluminum electrolysis and casting, are generated during the production of one tonne of aluminum. Red mud is the by-product from alumina production and it is the largest environmental concern of alumina refineries mainly because of the size of this waste stream and its causticity. In this context, the research carried out at the University of Toronto associated with the reuse of waste materials or by-products from the aluminum industry as refining fluxes in the steel industry will be summarized. Topics discussed include: (1) Reuse of white mud generated during aluminum melting and refining for hot metal desulphurization; (2) Using fluxes produced from red mud for hot metal simultaneous dephosphorization and desulphurization, and (3) Removal of phosphorus, sulphur and arsenic from nickel-based alloy generated during the treatment of used catalysts from the petroleum industry. Promising results were achieved in each of these research areas. Sustainable processing of waste materials or by-products from one industrial sector can provide economical refining materials for other industrial sectors and generate environmental and social benefits for both sectors.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,231
Écart entre enseignants0,210 · 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.

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2016-Sustainable Industrial Processing SummitMême sujetBauxite Residue and UtilizationTravaux en français237 207