Reconciliation Procedure for Gas−Liquid Interfacial Area and Mass-Transfer Coefficient in Randomly Packed Towers
Notice bibliographique
Résumé
Interfacial areas ( a w ) and volumetric mass-transfer coefficients ( k L a w, K L a w, k G a w, and K G a w ) required for randomly packed tower design were gathered from the literature to generate a working database including over 3780 measurements. A set of artificial neural network correlations for the gas−liquid interfacial area and the pure local mass-transfer coefficients was proposed. Thus, the gas−liquid interfacial area and the pure local mass-transfer coefficients ( k γ, where γ = G or L) were extracted using a reconciliation procedure which combined actually measured interfacial areas with pseudo interfacial areas inferred from the actually measured volumetric mass-transfer coefficients. The neural network weights of the two a w and k γ correlations were adjusted using a least-squares composite criterion simultaneously over the five mass-transfer parameters. The first correlation representing the gas−liquid interfacial area [ a w / a T = f ( Re L, Fr L, Eo L,χ, K )] yielded an average absolute relative error (AARE) of 22.5% for the 325 measurements available. The second one, representing either k G or k L, was also implemented using the following structure: Sh γ = f ( Re γ, Fr γ, Sc γ,χ). The combination of both correlation predictions (i.e., k γ a w ) yielded an AARE of 24.4% for the local and global volumetric mass-transfer coefficients (3455 data).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».