MétaCan
Menu
Retour à la cohorte
Enregistrement W4392888219 · doi:10.1016/j.jhazmat.2024.134065

Mathematical modelling of a semi-dry SO2 scrubber based on a Lagrangian-Eulerian approach

2024· article· en· W4392888219 sur OpenAlexafffund
Arash Fassadi Chimeh, Duygu Kocaefe, Yaşar Kocaefe, Yoann Robert, Jonathan Bernier

Notice bibliographique

RevueJournal of Hazardous Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Gas Emission Control
Établissements canadiensRio Tinto (Canada)Université du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre québécois de recherche et de développement de l’aluminiumRio TintoGraymont
Mots-clésFlue-gas desulfurizationScrubberRelative humidityParticle sizeLimeChemistrySorbentParticle (ecology)Wet scrubberChemical engineeringWaste managementMaterials scienceAdsorptionThermodynamicsMetallurgyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Semi-dry desulfurization is an efficient means of SO2 removal from the effluent gases from electrolysis cells in aluminum smelters. These gases are at low temperature and contain low concentrations of SO2, as opposed to thermal power plants. The removal is carried out by injecting powdered alkaline sorbent, hydrated lime (solid particles), into the SO2-containing gas (gas phase) in the presence of humidity. The reaction is controlled by the adsorption of SO2 onto the surface of lime. This study involves the mathematical modelling of a lab-scale scrubber using a Lagrangian-Eulerian approach in order to analyze the desulfurization efficiency. The model was validated based on experimental data. A parametric study was carried out to investigate the effects of particle size, sorbent amount, and relative humidity (RH) on the desulfurization efficiency. The results show that the particle size is the most important parameter; as the particle size decreases, the desulfurization efficiency increases. However, using finer particles may increase the process cost. The loss in SO2 capture efficiency due to the use of coarser particle size could be compensated by increasing the relative humidity (RH) of the gas, another key parameter of the process.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,228
Écart entre enseignants0,200 · 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'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

Citations6
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueJournal of Hazardous MaterialsMême sujetIndustrial Gas Emission ControlTravaux en français237 207