MétaCan
Menu
Retour à la cohorte
Enregistrement W4255965055 · doi:10.32920/ryerson.14648373

Analysis of natural gas consumption and energy saving measures for small and medium-sized industries in the greater Toronto area

2021· preprint· en· W4255965055 sur OpenAlexafffundabout
Altamash Ahmad Baig

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnergy
ThématiqueEnergy Efficiency and Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesMitacs
Mots-clésEconomizerNatural gasBoiler (water heating)Gas consumptionWaste managementGreenhouse gasBoiler feedwaterEnergy consumptionEnvironmental scienceEngineeringProcess engineeringEnvironmental engineeringMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

A total of 15 energy (natural gas) audits were conducted for industrial sites from food processing, packaged goods and finishing processes (powder coating) sector. Natural gas consumptions, performances of major gas consuming equipment and savings from proposed energy measures were analyzed for the audited sites. Proposed energy saving measures included reduction in non-productive consumption, tune-up of gas-fired equipment, optimization of boiler loads, heat recovery through feedwater economizer and reduction in oven exhaust using variable frequency drives (VFDs). Gas savings achieved by employing VFDs showed great potential ranging from 13% to 49% of oven consumptions while savings for feedwater economizer ranged from 3.4% to 18.4% of boiler consumptions. Other measures mentioned above, though relatively simpler to implement, also showed potential of considerable savings. Associated fuel cost savings and the reduction in greenhouse gas emissions were also estimated. Furthermore, a MATLAB program was created to calculate boiler efficiencies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,255
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetEnergy Efficiency and ManagementTravaux en français237 207