MétaCan
Menu
Retour à la cohorte
Enregistrement W1588348362 · doi:10.5539/mas.v9n7p177

Application of Peng-Robinson Equation of State for Calculating Solid-Vapor and Solid-Liquid Equilibrium of CH4-CO2 System

2015· article· en· W1588348362 sur OpenAlexvenueno aff
Gede Wibawa, Muhammad F. A. Nafi, Asti Permatasari, Asalil Mustain

Notice bibliographique

RevueModern Applied Science · 2015
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThermodynamicsEquation of stateAbsolute deviationBinary numberWork (physics)Flory–Huggins solution theoryMixing (physics)Materials scienceSolid-stateVapor–liquid equilibriumMathematicsChemistryPhysicsStatisticsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

In this study, the performances of Peng-Robinson Equation of State combined with the classical mixing ruleswere evaluated to calculate solid-vapor equilibrium (SVE) and solid-liquid equilibrium (SLE) of CH4-CO2system. The evaluation was performed by comparing the calculated values with the literature data. In thecalculation of SVE, the new binary interaction parameter values (kij) of CH4-CO2 mixtures were proposed in thiswork based on the experimental data. The proposed kij obtained in this work might increase the accuracy ofPeng-Robinson Equation of State by reducing average absolute deviation in the temperatures between calculatedvalues and literature data from (2.18% to 0.26%), (0.88% to 0.70%) and (0.61% to 0.44%) at CO2 compositionof 1%, 1.91% and 2.93%, respectively. Significant improvement was found at CO2 composition of 1%. In thecalculation of SLE, new parameters were not proposed since the calculation using the existing (literature) kijgives good results with an average absolute deviation of 0.5%.

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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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 technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,265
Écart entre enseignants0,242 · 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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207