GPU-DEM study of the flow and energy dissipation behaviors of burden materials in a full bell-less blast furnace charging system
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The blast furnace bell-less top charging system involves multiple handling steps that affect burden distribution in the furnace throat. This study employs a GPU-DEM model to analyze particle motion and energy dissipation of burden materials from the belt conveyor to the furnace throat, providing insights into flow behavior, segregation, degradation, and erosion. Particle properties and size distributions strongly affect the flow structure. Pellets exhibit higher velocities than lumps, sinters, and coke, with differences decreasing in the rotating chute. Four regions of high energy dissipation were found, with coke and sinter degradation reaching 15 % of the feed and lump and pellet degradation remaining around 1 %. Wear intensifies with broader particle size distributions, driven by shear energy. Segregation before hopper filling is minimal, but in-hopper segregation significantly impacts in-furnace segregation, where larger particles accumulate at the periphery and top. Heap formation arises mainly from shifts between rolling and impact energy dissipation. • A GPU-DEM model is applied to an industrial blast furnace charging system. • Energy dissipation, degradation and wear in four key regions are revealed. • Energy dissipation shifts over 10 % of input energy between materials. • 15 % of Coke and 12 % of sinter degrade during charging but <2 % for lump and pellets. • Material segregation and its link to energy dissipation are uncovered.
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.
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 | 0,000 | 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 découle