MétaCan
Menu
Retour à la cohorte
Enregistrement W3122246534 · doi:10.22215/etd/2016-11617

Development of a Tunable Diode Laser Absorption Spectroscopy Mass-Flux Sensor for Quantifying Hydrocarbon Storage Tank Venting

2016· dissertation· en· W3122246534 sur OpenAlexaff
Simon A. Festa-Bianchet

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Laser Applications
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTunable diode laser absorption spectroscopyAbsorption (acoustics)Flux (metallurgy)SpectroscopyStorage tankMaterials scienceAbsorption spectroscopyEnvironmental scienceLaserHydrocarbonAnalytical Chemistry (journal)DiodeMass spectrometryWavelengthOpticsTunable laserOptoelectronicsChemistryWaste managementEngineeringPhysicsEnvironmental chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Fixed-roof liquid hydrocarbon storage tanks are a recognized source of volatile organic compounds and greenhouse gases.However, current emissions estimates suffer from a lack of reliable models due to poor in situ validation.This work presents the development and characterization of an intrinsically safe, low velocity mass-flux sensor for monitoring storage tank venting.The sensor is based on tunable diode laser absorption spectroscopy (TDLAS) with wavelength modulation.Similar sensors have been successfully used to measure high velocity flows, such as shock propagation and scramjet combustor exhaust.The oxygen within the vapour space of fixed-roof storage tanks is targeted in the near-IR as the absorption species.Sensor design, optimum operational parameters, and indoor characterization results are presented.An oxygen concentration precision of greater than 0.11% absolute was achieved over the tested range of 2.5 to 21% O2.For measurements at 21% O2, a velocity standard deviation of 0.24 m/s for 30-s average measurements was achieved, which could be improved to 0.07 m/s with a 10-minute interval drift correction.However, the velocity measurement accuracy was poor at lower O2 concentrations, restricting the mass flux capability of the current system.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,304
Écart entre enseignants0,279 · 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
GenreMéthodes

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 sujetSpectroscopy and Laser ApplicationsTravaux en français237 207