Improving the Efficiency and Capacity of Methanol−Water Distillation Trays
Notice bibliographique
Résumé
The efficiency and capacity of valve trays in methanol−water distillation were studied in a 0.3-m-diameter column, covering a wide range of mixture compositions. The test results exhibit three unusual features. First, the efficiency was found to be substantially lower at both very high and very low methanol concentrations. Results indicated that the unique feature is closely related to the surface tension gradient, or the so-called “Marangoni effect”. Second, the capacity of the valve tray was affected by impurities present in the methanol−water mixture. Methanol−water mixtures from an industrial methanol purification column had impurities foamed present and resulted in lower capacities. This too is attributable to the Marangoni effect. Third, the capacities of the valve trays were strongly dependent on the methanol concentration. At increased water concentrations, the flooding-point F factors increased from 4.0 to 6.5 (kg/m) 0.5 /s. The use of structured packing as a de-entrainment device (DED) between the trays increased the capacity substantially. The DEDs also enhanced the efficiencies at high F factors. Additional tests in a 0.3-m air−water column confirmed the effectiveness of the DEDs. It was also found that the DEDs reduced the pressure drop of the valve trays as a result of entrainment suppression.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».