MétaCan
Menu
Retour à la cohorte
Enregistrement W2007444918 · doi:10.1021/ie302690p

Catalytic Wet Oxidation in Three-Phase Moving-Bed Reactors: Modeling Framework and Simulations for On-Stream Replacement of a Deactivating Catalyst

2012· article· en· W2007444918 sur OpenAlexaff
Ion Iliuta, Faı̈çal Larachi

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCatalysisResidence time (fluid dynamics)Steady state (chemistry)Chemical engineeringChemistryWaste managementPhase (matter)Chemical reactorMaterials scienceProcess engineeringOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Phenol wet oxidation over deactivating catalysts in three-phase moving-bed reactors was simulated by formulating and solving a two-scale, nonisothermal, non-steady-state model to highlight the strength of on-stream catalyst replacement, in comparison to catalyst-batch fixed-bed reactors. Simulation results indicate that three-phase moving-bed reactors offer a promising alternative to fixed-bed reactors. The autonomy of fixed-bed reactors is limited due to severe reduction of catalyst activity, while in moving-bed reactor configurations, the decline of pollutant conversion is reduced with increased solid velocity, to compensate for the decrease in catalyst activity loss. The fixed-bed reactor operates in non-steady-state mode, because of the continuous decline of catalyst activity while moving-bed reactors evolve to steady-state operation after a transient period. Decreasing the reactor feed phenol concentration and increasing liquid residence time in the reactor and feed temperature are the best ways to oppose rapid deactivation of catalyst in moving-bed reactors.

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)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,112
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
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 recherche0,0000,000
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 Opus0,116
Tête enseignante GPT0,384
Écart entre enseignants0,268 · 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

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207