Småskalig rökgasrening : metoder för att minska utsläppen från småskalig biobränsleeldning
Notice bibliographique
Résumé
Emissioner (utsläpp) från biobränsleeldning och därtill hörande hälsorisker har varit föremål för stora forskningssatsningar. Detta arbete avser att sammanställa olika åtgärder som kan vidtas inom småskalig biobränsleeldning för att ytterligare minska utsläppen. Arbetet bygger på en litteraturstudie där databaser och Internet har genomsökts efter litteratur och publikatio-ner, som redovisar olika tekniker för utsläppsminskningar. Undersökningen ska ge en över-blick över olika tekniker för emissionsminskning och dessutom försöka kvantifiera minsk-ningspotentialen med respektive teknik.Genomgången visar på en rad olika möjligheter för att minska emissionerna. Det innefattar primära åtgärder som optimal eldstadsutformning och att elda rätt. Stora minskningar kan också göras genom att styra lufttillförseln på ett bra sätt, till exempel genom stegad lufttillför-sel och användning av gassensorer. Mer avancerad teknik för att styra start och stopp samt eventuell effektreglering av brännare kan också minska emissionerna. Solvärme minskar emissionerna under sommarhalvåret genom att ersätta låglastdriften, som har högst emissioner per producerad kWh. Gemensamt för ovanstående åtgärder är, att de också ökar systemens verkningsgrad och därmed finns ett ekonomiskt motiv till att genomföra åtgärderna.Tekniker för aktiv rening, som elektrostatiska filter och katalysatorer, har svårare att komma ut på marknaden, då de inte ger några ekonomiska vinster för brukaren. Här krävs i så fall att myndighetskraven skärps.För att minska emissionerna från småskalig eldning ur ett nationellt perspektiv är det främst från den småskaliga vedeldningen som emissionerna måste minskas. Här kan man snabbast nå minskningar genom utbildning av dem som eldar med ved samt genom att införa ackumula-tortankar. Emissioner från lokaleldstäder blir svårast att minska då det fortfarande installeras icke miljögodkänd utrustning och då livslängden för dessa eldstäder är mycket lång.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».