MétaCan
Menu
Retour à la cohorte
Enregistrement W4367155065 · doi:10.36487/acg_repo/2355_30

Design and commissioning of coal fly ash filter plant

2023· article· en· W4367155065 sur OpenAlexaff
Jason Hamelehle, Casey Schmitt, James Keat

Notice bibliographique

RevuePaste/˜Pœaste · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBelt Conveyor Systems Engineering
Établissements canadiensBanff CentreGeomechanica (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésFly ashProject commissioningCoalWaste managementOn the flyCoal preparation plantFilter (signal processing)Environmental scienceProcess engineeringEngineeringComputer scienceElectrical engineeringOperating systemPublishing

Résumé

récupéré en direct d'OpenAlex

Coal-fired power plants have come under stricter environmental regulations for their waste disposal with some requiring the stored fly ash slurry to not have any bleed water as measured by the paint filter test. Slurry at a solids concentration that passes this test is considered a paste by most definitions. Transporting this paste presents significant technical problems. Instead, some coal-fired power plants have opted to filter the fly ash and transport the filter cake using conventional dry material handling methods such as trucking and conveying. This case study looks at a coal-fired power plant located in the continental northwest USA that decided to filter its fly ash to meet these new environmental regulations. The new filter plant would receive approximately 2,800 metric t/d of fly ash from a pair of existing paste thickeners. The new pressure filter system would filter the fly ash to a cake moisture low enough to be trucked to the storage facility without liquefying in the bed of a truck. This paper outlines the design process of the fly ash filtration, conveying, and truck loadout performed by Paterson & Cooke. Some vital issues discussed will be deciding on what filter technology to use and designing to ensure continuous operation. Also included in this paper are major lessons learned during commissioning and ramp up to full throughput operation.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,023
Tête enseignante GPT0,197
Écart entre enseignants0,174 · 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'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaste/˜PœasteMême sujetBelt Conveyor Systems EngineeringTravaux en français237 207