MétaCan
Menu
Retour à la cohorte
Enregistrement W2016440087 · doi:10.1002/cjce.20468

Process energy efficiency in pervaporative and vacuum membrane distillation separation of 2,3‐butanediol

2011· article· en· W2016440087 sur OpenAlexafffundvenue
Ashwani Kumar

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane Separation and Gas Transport
Établissements canadiensNational Research Council Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésPervaporationMembrane distillationVacuum distillationDistillationMembraneProcess engineeringChemistryEvaporationThermodynamicsChromatographyPermeationMaterials scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract This work focused on the energy aspects of the pervaporative separation of 1‐butanol/2,3‐butanediol. A numeric model was developed to simulate the mass and energy balance of the pervaporation process. It was found that the distribution of evaporation heat requirement over the membrane area is asymmetric, and more than 85% of the heat was consumed in the 60% of the membrane area. It was also revealed that recycling the permeate having higher than 5% w/w 2,3‐butanediol can improve the recovery of 2,3‐butanediol, and thus enhance the process energy efficiency. Two recycling strategies (the single or multiple point admission of permeate to the retentate flow) were explored. The specific energy requirement (the heat required by generating 1 kg 99.5% w/w 2,3‐butanediol as product) was proposed to evaluate the process energy efficiency of both the pervaporation and vacuum membrane distillation, and it was shown that pervaporation can bring about nearly four times energy savings over the vacuum membrane distillation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil0,293

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,011
Tête enseignante GPT0,201
Écart entre enseignants0,190 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations22
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMembrane Separation and Gas TransportTravaux en français237 207