MétaCan
Menu
Retour à la cohorte
Enregistrement W4405002501 · doi:10.3390/engproc2024076098

A Study on the Scope for Improvement of the Operating Conditions at the Boundary Dam Unit 3 Carbon Capture and Storage Facility

2024· article· en· W4405002501 sur OpenAlexafffundabout
Sanjoy Dam, Shivam Sharma, Manmohan Singh, Paitoon Tontiwachwuthikul

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCyclone Separators and Fluid Dynamics
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésScope (computer science)Unit (ring theory)Boundary (topology)Computer scienceEnvironmental scienceCarbon capture and storage (timeline)Carbon fibersProcess engineeringEngineeringGeologyMathematicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

We will continue to rely on fossil fuel energy generation for at least this century. Reducing our carbon footprint is vital for the welfare of our environment and human health. The province we live in, Saskatchewan, is the second-highest emitter of CO2 in Canada. This is primarily due to our reliance on coal-fired power plants for electricity. The Boundary Dam power plant in Estevan, SK, is the first-ever commercial power plant equipped with CCS technology. The current CCS process is highly efficient in capturing its carbon dioxide emissions and storing them underground. As with any first-of-its-kind project, numerous operational challenges have occurred that have affected the capture plant availability and, in turn, resulted in reduced efficiency of the plant. One of the major concerns is fly ash accumulation on plant equipment, which causes outages and the accumulation of fly ash in the amine-based absorbent that is utilized for capturing CO2. This is primarily due to the transfer of PMs in the fly ash from pre-conditioning to downstream equipment. This study identified three alternatives to address PM accumulation and improve the operation of the capture facility: using a water and oil column, a hybrid electrostatic precipitator, and polytetrafluoroethylene (PTFE) membrane filters.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,684
Score d'incertitude au seuil0,188

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetCyclone Separators and Fluid DynamicsTravaux en français237 207