MétaCan
Menu
← Retour à la cohorte
Enregistrement W6977125042 · doi:10.6084/m9.figshare.13344528

Mercury speciation and mass distribution of coal-fired power plants in Taiwan using different air pollution control processes

2020· article· en· W6977125042 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlue gasMercury (programming language)Flue-gas desulfurizationAir pollutionFlue-gas emissions from fossil-fuel combustionSulfur dioxidePollutionPower stationMERCURE

Résumé

récupéré en direct d'OpenAlex

In this study, the mercury (Hg) emission, speciation, and mass distribution of four coal-fired power plants (CFPPs) located at central, southern, and northern Taiwan with various types of air pollution control devices were investigated. Gaseous Hg in the coal-combustion flue gas was sampled by using the Ontario Hydro method, and the solid and liquid samples were collected for understanding the Hg mass balance. The experimental results showed that the total Hg concentrations in flue gases at the inlets of selective catalytic reduction (SCR) varied from 2.984 to 4.692 μg Nm−3, while the total Hg concentrations in the flue gases at the stacks ranged from 0.240 to 0.675 μg Nm−3. These four CFPPs showed similar Hg speciation results at the stacks. The average Hg removal efficiencies of Plants 1 (SCR + electrostatic precipitator [ESP] + wet flue gas desulfurization [WFGD]), 2 (SCR + ESP + WFGD), 3 (SCR + bag filter (BF) + seawater flue gas desulfurization [SWFGD]) and 4 (SCR + BF + SWFGD) were 92.4%, 90.1%, 85.9%, and 84.8%, respectively. Coal was the major raw material in Hg input of CFPPs with a mass flow rate ranging 5.87–12.05 g hr−1. Elemental Hg (Hg0), accounting for 66.4%−97.1% of the total Hg, was the dominant species emitted to the atmosphere. The Hg mass balances for the four CFPPs varied from 86.0% to 117% of the Hg input, suggesting that good mass balances were obtained from the tested CFPPs. Implications: Mercury emissions from coal-fired power plant (CFPPs) have been greatly concerned and should thus be better comprehended. The present study examined the mercury speciation and mass distribution of four CFPPs located at Taiwan. Overall, these CFPPs had similar Hg speciation results at stack and Hg0 was the dominant species emitted to the atmosphere. The selective catalytic reduction (SCR) + electrostatic precipitator (ESP) + wet flue gas desulfurization (WFGD) system had the highest Hg removal efficiency and the Hg mass balances for the four CFPPs varied from 86.0 to 117%. This study helps better understanding the Hg emission inventory of CFPPs and provides useful information for selecting adequate air pollution control devices (APCDs) for Hg control.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,033
Tête enseignante GPT0,249
Écart entre enseignants0,216 · 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'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMercury impact and mitigation studies→Travaux en français237 207→