Analysis of in-bin low-temperature and high-temperature grain drying in Alberta: Specific energy, carbon costs and policy implications
Notice bibliographique
Résumé
Optimizing grain drying process is pivotal for both economic viability and environmental sustainability. In cold countries, supplemental heating is paramount but instigates the issue of carbon release at the same time. To curve the emission, a carbon levy has been imposed that varies with fuel types. However, there is limited knowledge of the impact of field-adaptable technologies utilizing commercialized fuels on the optimal execution of grain drying. To explore this, a comprehensive three-year on-farm grain drying study was conducted in the province of Alberta, Canada. This comparative analysis centered on three critical aspects, i.e., specific energy consumption, greenhouse gas emissions (GHGs), and operating costs. Furthermore, the research extended its projections into the year 2030, accounting for the impact of gradual carbon levies on natural gas, propane, and diesel fuel systems. showed that indirect heaters in in-bin systems were 38 % more energy-efficient than direct heaters due to better airflow and higher initial grain temperatures, while indirect heaters with diesel burners exhibited 27.8 % lower burner turndown ratios and 35.4 % higher energy consumption than natural gas counterparts. In high-temperature drying, natural gas consumption decreased as supply air temperatures rose, with double-flow dryer showing the lowest energy consumption (6.3±1.9 GJ/t) in comparison to mixed-flow and cross-flow dryer due to waste heat recovery. Heaters and Dryers operated at varying load capacities, indicated 126–135 % increase in natural gas cost with carbon levy by 2030. Achieving lower specific energy consumption in grain drying requires precise burner and process control, along with maintenance, offering valuable guidance for producers. • Indirect heaters were 38 % efficient than direct heaters in this study. • Diesel fuel in indirect heaters was 35.4 % less efficient than natural gas. • Natural gas will see 126–135 % increment in drying cost by 2030. • Grain drying rate could be higher or lower than fuel consumption rate. • Adjusting burner load is crucial for lowest energy consumption.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».