MétaCan
Menu
Retour à la cohorte
Enregistrement W7020251537

JV Task-Long-Kiln NOx Reduction Study

2010· other· en· W7020251537 sur OpenAlexaboutno aff

Notice bibliographique

RevueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information) · 2010
Typeother
Langueen
DomaineEngineering
ThématiqueIndustrial Technology and Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesNational Energy Technology LaboratoryU.S. Department of Energy
Mots-clésKilnFlue gasCement kilnRotary kilnCementNOxParticulatesWork (physics)Sulfur dioxide
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Field sampling was conducted by the Energy & Environmental Research Center at two Lafarge North America cement kiln locations in Canada. Emissions including SO{sub x}, NO{sub x}, and particulate were measured and reported at various locations throughout the kilns. At each site data were collected on two kilns during field sampling. However, only Kiln 1 at the Ravena site was utilized for modeling efforts. Experimental work was then conducted to estimate the effectiveness of various NO{sub x} control techniques on limiting both NO{sub x} and SO{sub x} emissions in cement kiln exhaust. Theory-based models were constructed to estimate both NO{sub x} and SO{sub x} emissions from cement kilns. These models were then applied to estimating the impact of various NO{sub x} control strategies on kiln exhaust emissions. The sulfur model constructed as part of this work was successful at predicting SO{sub 2} emissions and sulfur capture in the Alpena kiln. This model is designed to run as a postprocessing step that uses the output of a NO{sub x} model as input. With an accurate NO{sub x} model, the sulfur model may prove to be a valuable tool in estimating the impact of kiln modifications on sulfur emissions. The NO{sub x} model was also applied to model several operating scenarios on three of Lafarge's kilns: Alpena 20/21, Alpena 22/23, and Ravena 1. The predictions of the flue gas temperature at the kiln feed end, the kiln shell heat loss, the quality of clinker, and the excess O{sub 2} in the flue gas are consistent with the audit data. The developed simulation tool in this project has proven to be an effective way to investigate the NO{sub x} emissions, to optimize kiln performance, and to assess changes in operating condition on kiln performance.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 GPT0,211
Écart entre enseignants0,202 · 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'étudeExpérimental (laboratoire)
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information)Même sujetIndustrial Technology and Control SystemsTravaux en français237 207