Evaluation of Biochar and Coke Blends for Slag Foaming Applications in Electric Arc Furnace Steelmaking
Notice bibliographique
Résumé
The electric arc furnace (EAF) is a promising approach to decarbonize the iron and steel industry. In EAF steelmaking, injecting carbon into the molten slag remains crucial for creating a foamy slag, which enhances the energy efficiency of the process and protects the furnace. Biochar (BC) has emerged as a potential alternative to traditional fossil carbon for slag foaming. However, fully replacing fossil carbon with BC poses technical challenges. In this study, the partial replacement of fossil carbon with BC is considered, in the form of a petroleum coke (petcoke) and BC blend. Interestingly, a blend of petcoke and BC matches or possibly outperforms either carbon type individually, due to a synergistic effect. Using an induction furnace to simulate EAF conditions, a synthetic slag is melted, and injection carbon is added into the slag layer. The slag foaming effectiveness of petcoke, BC, and three blend cases are studied. Thermogravimetric analysis reveals that the BC is more reactive with slag compared to petcoke, which leads to an initial high intensity of CO generation. However, the CO generation was not continuous or consistent. All experimental results are combined to propose a mechanistic description of the slag foaming behavior of BC blends.
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 | 0,002 | 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 ».