Exergy Analysis of Heat Recovery Steam Generator: Effects of Supplementary Firing and Desuperheater
Notice bibliographique
Résumé
Abstract Comprehensive exergy analysis of a heat recovery steam generator (HRSG) with two levels of delivered pressure is presented. The effects of supplementary firing as well as desuperheater set-point are considered to evaluate the exergy destruction of HRSG components. Burner firing rate is limited to a value that corresponds to the maximum allowable temperature of tube metal of high-pressure (HP) superheater. According to the exergy analysis performed in the current study, the exergy efficiency of HRSG is about 80% which means 20% of flue gas exergy (entering HRSG) is dissipated by HRSG destruction (∼14%) and stack exergy loss (∼6%). The stack exergy loss drops continuously as supplementary firing raises. It has also been determined that increasing the rate of supplementary firing boosts the exergy efficiency in the absence of water spray and reduces it when desuperheater is working. In addition, the exergy delivered to steam turbine shows a linear growth with burner heat while it is hardly affected by the set-point of desuperheater. Also, it is found that exergy loss through the stack is not sensitive to desuperheater set-point while it is on the decrease as burner duty raises. HP steam flow will raise with increasing the firing and/or decreasing the desuperheater set-point. HP evaporator has the most contribution in exergy destruction among HRSG components (∼40%), whereas HP superheater and desuperheater are components with a maximum sensitivity of exergy destruction to the amount of water spray.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».