MétaCan
Menu
Retour à la cohorte
Enregistrement W4365454977 · doi:10.1002/srin.202300081

Numerical Study on the Effect of Low‐Frequency Power Supply on Desulfurization in the Electroslag Remelting Process

2023· article· en· W4365454977 sur OpenAlexaff
Yiru Duan, Baokuan Li, Zhongqiu Liu, Xuechi Huang, Donghui Li, Fang Wang

Notice bibliographique

Revuesteel research international · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésFlue-gas desulfurizationMaterials scienceElectrodeCurrent (fluid)Slag (welding)Power (physics)MechanicsVolumetric flow rateMetallurgyChemistryThermodynamicsWaste managementElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

In the electroslag remelting (ESR) process, low‐frequency power supply can significantly reduce power consumption and achieve three‐phase balance of power supply. Therefore, a transient coupling model of fluid flow, heat transfer, and component transport in the ESR process, which is coupled to the electromagnetic field calculated using Maxwell 3D software, is established to study the influence of low‐frequency power supply on desulfurization. When a 50 Hz power supply is used, a skin effect is observed in the metal, and the direction of the Lorentz force at the slag/metal interface changes. However, this effect becomes less pronounced with decreasing current frequency. Sulfur is mainly transferred at the electrode tip, and the desulfurization rate is approximately 50%. Electrochemical reactions mainly occur at the electrode tip/slag interface and the metal pool/slag interface. The removal rate of sulfur using direct current (DC) power supply is less than that using an alternating current power supply. The DC reverse polarity power supply leads to higher desulfurization rate than DC straight polarity, which is 74% and 31%, respectively. The sulfur removal rate increases from 81.37% to 84.59% as the frequency decreases from 50 to 2 Hz because of the longer electrochemical reaction time at this lower frequency.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,361
Écart entre enseignants0,329 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuesteel research internationalMême sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207