Energy efficiency in microwave-assisted drying for iron ore pellets: a comparative study of microwave and convective systems
Notice bibliographique
Résumé
• Novel HOME and DOME metrics introduced to quantitatively evaluate drying efficiency. • Microwave achieves significantly faster drying rates than conventional systems. • Multi-mode microwave systems provide better heating uniformity. • Microwave drying lowers energy consumption enhancing sustainable pellet production. The growing demand for high-quality iron has intensified interest in using iron ore pellets for iron production. Among the most energy-intensive stages of this process is pellet drying. Conventional convective-based drying methods are not only time-consuming and inefficient but also heavily dependent on fossil fuels, contributing to a high carbon footprint. This study investigates microwave-assisted drying as an energy-efficient alternative. A comparative analysis is conducted using both single-mode and multi-mode microwave systems, benchmarked against conventional convective oven drying. To better evaluate performance, two novel indicators, Heat Over Microwave Efficiency (HOME) and Drying Over Microwave Energy (DOME), are introduced to quantify the effectiveness and energy efficiency of the drying process. Results show that targeted microwave heating significantly improves both energy efficiency and drying rate. Microwave drying achieved 90 % moisture removal in under 2 min, compared to over 16 min with convective drying under similar conditions. Moreover, while convective drying efficiency plateaued at approximately 30 %, microwave drying reached up to 56 %. Similar trends were observed in HOME and DOME values, which were over 2 and 1.5 times higher, respectively, for microwave systems. Between the microwave setups, the single-mode system produced more localized heating, while the multi-mode system offered a more uniform temperature distribution and superior energy-normalized drying performance. These findings underscore the potential of microwave-assisted drying technologies to enhance energy efficiency, reduce processing time, and improve control in iron ore pelletization, contributing to a more sustainable and low-carbon iron production 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 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 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 ».