MétaCan
Menu
Retour à la cohorte
Enregistrement W1984143464 · doi:10.1021/ie0205039

Fines Deposition Dynamics in Packed-Bed Bubble Reactors

2002· article· en· W1984143464 sur OpenAlexaff
Ion Iliuta, Faı̈çal Larachi

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBubbleSuspension (topology)MechanicsPacked bedPorosityFiltration (mathematics)Two-phase flowPressure dropChemistryMaterials scienceFlow (mathematics)ChromatographyComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

When liquid suspensions containing fine solids are treated in packed-bed bubble reactors, bed plugging develops and increases the resistance to two-phase flow. Accumulation of fines in the catalyst bed increases the reactor pressure gradient until eventually the unit must be shut down and the physical ly d eactivated catalyst replaced. Currently, physical models linking the two-phase flow to the space−time evolution of fines buildup are virtually nonexistent. An attempt has been made with this contribution to fill in this gap by developing a unidirectional dynamic multiphase flow model based on the volume-average equations of mass and momentum balance for the gas and suspension and the species balance for the fines. Coherent with experimental observations, the model hypothesizes that plugging develops through deep-bed filtration mechanisms. The model incorporates physical effects of porosity and effective specific surface area changes due to the fines capture by the collecting catalyst particles, inertial effects in the gas and suspension, and coupling effects between the filtration parameters and the interfacial momentum exchange force terms. For the rationalization of deep-bed filtration phenomena in packed-bed bubble reactors, parametric studies of the effects of liquid velocity and viscosity, gas density and velocity, fines concentration in the influent suspension, and fines diameter on the plugging dynamics are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,064
Tête enseignante GPT0,268
Écart entre enseignants0,204 · 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 tête enseignante, pas un consensus.

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

Citations20
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetGranular flow and fluidized bedsTravaux en français237 207