Analysis of energy dissipation in stirred suspension polymerisation reactors using computational fluid dynamics
Notice bibliographique
Résumé
Abstract This work evaluates the spatial distribution of normalised rates of droplet breakage and droplet coalescence in liquid–liquid dispersions maintained in agitated tanks at operation conditions normally used to perform suspension polymerisation reactions. Particularly, simulations are performed with multiphase computational fluid dynamics (CFD) models to represent the flow field in liquid–liquid styrene suspension polymerisation reactors for the first time. CFD tools are used first to compute the spatial distribution of the turbulent energy dissipation rates (ε) inside the reaction vessel; afterwards, normalised rates of droplet breakage and particle coalescence are computed as functions of ε. Surprisingly, multiphase simulations showed that the rates of energy dissipation can be very high near the free vortex surfaces, which has been completely neglected in previous works. The obtained results indicate the existence of extremely large energy dissipation gradients inside the vessel, so that particle breakage occurs primarily in very small regions that surround the impeller and the free vortex surface, while particle coalescence takes place in the liquid bulk. As a consequence, particle breakage should be regarded as an independent source term or a boundary phenomenon. Based on the obtained results, it can be very difficult to justify the use of isotropic assumptions to formulate particle population balances in similar systems, even when multiple compartment models are used to describe the fluid dynamic behaviour of the agitated vessel. © 2011 Canadian Society for Chemical Engineering
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».