MétaCan
Menu
Retour à la cohorte
Enregistrement W7133047187

Development of a Mathematical Model for Monitoring Recovery Boiler Dissolving Tank Sounds

2022· dissertation· W7133047187 sur OpenAlexaff
Yu Xiang Brian Wang

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDissolutionPulp millMillBoiler (water heating)Kraft paperImpellerDissolving pulp
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the chemical recovery process of kraft pulp mills, molten smelt falls into the dissolving tank where it interacts violently with hot water. These smelt-water interactions allow for fast smelt dissolution, however too many violent interactions can also cause equipment damage. In severe cases, violent smelt-water interactions may result in dissolving tank explosions, costing millions of dollars to pulp mills. One way to monitor smelt-water interactions within the dissolving tank is through the sound they generate. In this work, an acoustic model of smelt-water interaction was developed to examine dissolving tank sound characteristics and operating factors affecting the sound intensity. Field studies were conducted to obtain acoustic data at several mill sites. Laboratory experiments were then conducted to study each part of the smelt-water interaction process. The results of field measurements and laboratory experiments allowed for better understanding of the physical mechanisms involved in smelt-water interactions in the dissolving tank. This model is stochastic in nature and describes the physical processes from the moment molten smelt droplets enter water to the acoustic signals produced by numerous vapour bubble expansions and collapses. Each component of the model was verified through empirical data. The simulation results of the integrated model were then compared against acoustic measurements taken from mill visits. The model predictions were in good agreement with the sounds recorded from pulp mills under various operating conditions. The model could also accurately predict other mill variables such as the temperature of green liquor in the dissolving tank based on acoustic signals. In addition, the model provides predictions of changes within the dissolving tank when parameters such as smelt droplet size distributions and smelt flow rate are varied. The results obtained through these simulations show trends that are in agreement with findings from other studies. The results also suggest that dissolving tank water temperature, smelt flow rate, and smelt droplet size are amongst the most important factors in the intensity of explosion events. The model and algorithmic procedures developed in this thesis work may be used to develop an acoustic monitoring system for recovery boiler dissolving tanks.

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)0,003
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: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
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 Opus0,048
Tête enseignante GPT0,319
Écart entre enseignants0,271 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetFlow Measurement and AnalysisTravaux en français237 207