MétaCan
Menu
Retour à la cohorte
Enregistrement W4416767304 · doi:10.1021/acs.energyfuels.5c04119

Techno-Economic Analysis of Hydrogen–Diesel Dual-Fuel Engines as a Transitional Decarbonization Strategy for Mining Haul Trucks

2025· article· en· W4416767304 sur OpenAlexfundno aff
Jiayi Li, M.V. Shankar, Guanxiong Zhai, Cheng Wang, Guan Heng Yeoh, Sanghoon Kook, Qing Nian Chan

Notice bibliographique

RevueEnergy & Fuels · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensnon disponible
Organismes subventionnairesRio TintoAustralian Government
Mots-clésTruckPayload (computing)HaulageDiesel fuelFuel efficiencyEnergy (signal processing)

Résumé

récupéré en direct d'OpenAlex

This study evaluates the emissions, refueling or recharging times, and payload capacities of hydrogen–diesel dual-fuel, battery-electric, and hydrogen fuel cell haul trucks for open-pit mining operations. Both shift-level and long-term cumulative performances are assessed under realistic operational constraints. A generic model simulates optimal truck configurations over a 25 year period (2025–2050), assuming equivalent payload capacity per truck. Payload per shift depends on the number of haulage cycles, which varies with energy density, refueling or recharging times, and maintenance requirements of each technology. Under the simulated settings and imposed assumptions, results show that while battery-electric and hydrogen fuel cell trucks achieve zero tailpipe emissions, they incur substantial cumulative payload losses (65 and 25 Mt, respectively) relative to a diesel baseline. This is primarily due to longer refueling or recharging times and lower energy density. In contrast, by flexibly adjusting fuel shares to meet tightening emission limits, hydrogen–diesel dual-fuel trucks experienced limited impact with a cumulative payload loss of 15 Mt. These differences translate into effective cost of baseline payload estimates, with dual-fuel trucks rising from AU$1.00/t to AU$1.40/t by 2050, compared to AU$1.67/t for battery-electric trucks and AU$1.70/t for fuel cell trucks. A sensitivity analysis highlights the influence of mining road conditions, discount rates, fuel prices, and efficiency degradation over time. The findings highlight the potential of hydrogen–diesel dual-fuel trucks to provide a cost-effective transitional pathway for decarbonizing mining haulage under the simulated conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetMining Techniques and EconomicsTravaux en français237 207