Understanding, controlling and optimising the cooling of waste thermal treatment beds including STARx Hottpads
Notice bibliographique
Résumé
STARx (Self-sustaining Treatment for Active Remediation ex situ) is a thermal treatment strategy for contaminated soils and organic wastes. Key to this technology is that organics are embedded in porous matrix beds (e.g. sand). STARx induces a self-sustaining smouldering combustion front that traverses the bed, burning away the embedded contaminants/wastes. The time and cost effectiveness of this technology is largely dictated by the time required for cooling of the hot, clean, porous matrix bed that remains after treatment. This study is the first to explore the cooling of these beds. A suite of novel simulations investigated the influence of key parameters on bed-cooling time. The results reveal that cooling time decreased nearly linearly with decreases of volume-averaged bed temperature and bed bulk density. Increased injection air fluxes led to the non-linear decrease of cooling time. Also, cooling time was negatively impacted by bed temperature inhomogeneity, which influenced preferential air flow through cooler regions of the bed, bypassing hotter regions. From these results, using lower bulk density bed materials, increased air fluxes and enhancing wall insulation to improve bed temperature homogeneity were identified as system optimisations to reduce cooling times. While the aim of this research is to improve the STARx cooling process, the results are also highly applicable to many similar engineering systems that involve hot porous bed cooling.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».