MétaCan
Menu
Retour à la cohorte
Enregistrement W2966974655 · doi:10.3390/en12163105

Mathematical Modeling of the Working Conditions of the Ship’s Utilization Boiler in Order to Evaluate Its Performance

2019· article· en· W2966974655 sur OpenAlexfundno aff
T. Tuński, C. Behrendt, Marcin Szczepanek

Notice bibliographique

RevueEnergies · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTechnical Engine Diagnostics and Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesIndependent Electricity System OperatorUniwersytet Szczeciński
Mots-clésBoiler (water heating)Exhaust gasFlash boilerWaste managementEnvironmental scienceEngineeringNuclear engineeringProcess engineeringPetroleum engineeringSteam drumSuperheated steam

Résumé

récupéré en direct d'OpenAlex

The paper presents a mathematical model allowing the determination of the amount of saturated steam produced in marine water tube boilers and smoke tube boilers. The mathematical model includes the impact of the exhaust gas temperature and its amount, ambient temperature, engine power load, and location of boiler tubes. In addition to the amount of steam generated in a boiler, it is also feasible to establish flow resistance of the exhaust gas in the boiler determined by the boiler tubes’ arrangement and the thickness of scale deposits and the exhaust gas temperature after the exhaust gas boiler. Due to the model universality, it may be applied not only to make calculations for existing boilers, but also to perform numerical experiments in order to determine the amount of steam produced by the entire range of boilers used in the waste heat recovery systems in power marine systems and the adopted limit values, such as exhaust gas flow resistance and their temperature, after the boiler. The reliability of the obtained results has been revised by comparing them with the outcomes of the experiments performed on the ships.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,033
Tête enseignante GPT0,262
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetTechnical Engine Diagnostics and MonitoringTravaux en français237 207