MétaCan
Menu
← Retour à la cohorte
Enregistrement W1986971735 · doi:10.1021/ie0490334

Carbonaceous Material Deposition from Heavy Hydrocarbon Vapors. 2. Mathematical Modeling

2005· article· en· W1986971735 sur OpenAlexaff
Wenxing Zhang, A. P. Watkinson

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2005
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCondensationTube (container)Chemical vapor depositionDeposition (geology)TurbulenceHeat transferHeat exchangerPressure dropHydrocarbonFlux (metallurgy)MechanicsChemistryResidence time (fluid dynamics)Heat fluxThermodynamicsFlow (mathematics)Mass transferMaterials scienceComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A two-dimensional mathematical model was developed to predict the deposit formation from hydrocarbon vapor products in a straight tube with either constant and uniform wall heat flux or constant and uniform outside wall temperature, assuming physical condensation as the mechanism. A single condensable pseudo-component is modeled to transport, condense, and form the deposit layer on the wall. Two cases corresponding to different physical situations are simulated. In the first case, the model was used to simulate deposition results in a long tube downstream of a bitumen coking reactor. Experimental results of the effects of vapor temperature, addition of secondary steam, and vapor residence time or vapor velocity on deposition compared favorably with model calculations. The second case modeled a single transfer line exchanger tube, which is characterized by highly turbulent flow. The temperature profiles of quenched vapor and tube skin, vapor pressure drop, and the thickness of the deposit layer are predicted.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,053
Tête enseignante GPT0,297
Écart entre enseignants0,244 · 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

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry Research→Même sujetPetroleum Processing and Analysis→Travaux en français237 207→