MétaCan
Menu
Retour à la cohorte
Enregistrement W1989565012 · doi:10.1021/ie020780f

Application of the Generic Fluidized-Bed Reactor Model to the Fluidized-Bed Membrane Reactor Process for Steam Methane Reforming with Oxygen Input

2003· article· en· W1989565012 sur OpenAlexaff
Ibrahim Abba, John R. Grace, Hsiaotao T. Bi

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2003
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFluidized bedMembrane reactorMethanePlug flow reactor modelChemistrySteam reformingContinuous stirred-tank reactorHydrogenNuclear engineeringHydrogen productionChemical engineeringMaterials scienceWaste managementEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A generic fluidized-bed reactor model (Abba et al. Chem. Eng. Sci . 2002, 57, 4797-4807; AIChE J . 2003, in press) is adapted to evaluate the performance of a fluidized-bed membrane reactor for steam reforming with oxygen input in a large-scale unit (16 m high and 2 m wide) described by Adris and Grace ( Ind. Eng. Chem. Res . 1997, 36, 4549-4556). This allows flow regimes beyond bubbling to be modeled and facilitates the treatment of the impacts of changes in volumetric flow due to variations in molar flow, temperature, and hydrostatic pressure. Improvement in the reactor performance is shown when one considers these changes. Permselective membrane tubes are shown to substantially improve the performance of the reactor. The simulation results show that an ultrathin membrane coating could result in reversal in hydrogen diffusion with height, especially at elevated temperatures. The influences on the reactor performance of several other parameters such as the superficial gas velocity and steam-to-carbon ratio are also examined. Given the right combinations of key operating parameters such as the methane-to-oxygen ratio, feed temperature, and reactor temperature, the reactor can be operated autothermally.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,013
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,076
Tête enseignante GPT0,323
Écart entre enseignants0,247 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetCatalysts for Methane ReformingTravaux en français237 207