Analysis of natural gas consumption and energy saving measures for powder coating and food processing companies in the Greater Toronto Area (GTA)
Notice bibliographique
Résumé
Small and medium industries (SMEs) savings analysis and meaningful performance indicators can help Enbridge Gas Distribution Inc., and individual SMEs make effective decisions to improve facility performance. For this study, information on 11 SMEs’ energy consumption has been provided. This entails: preliminary benchmarking, separation of process and seasonal energy consumption, heating degree days, individual facilities owned reference temperature, normalized annual energy consumption, normalized process and seasonal energy consumption, oven energy consumption, energy balance of oven, energy intensity of oven, and non-productive energy consumption. The most appropriate performance indicator is energy intensity of oven-in bake ovens, cure ovens, and dry-off ovens. The results observed energy intensity in terms of natural gas consumption of bake ovens are from 24m3/ft3 to 30m3/ft3, where the intensity of ovens with finishing process companies are from 8m3/ft3 to 36m3/ft3. Potential natural gas savings from the facilities processing powder coating and baking are 19% to 53% of total oven energy consumption by reducing exhaust energy loss. In the same study observed in analyzing production scheduling, that 8% to 69% of energy consumption can be saved by proper shut-down operation and scheduling.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».