MétaCan
Menu
Retour à la cohorte
Enregistrement W2076950674 · doi:10.1002/cjce.5450790317

Modelling of trickle‐bed reactors in foaming regime

2001· article· en· W2076950674 sur OpenAlexafffundvenue
Francesco Turco, R. R. Hudgins, P.L. Silveston, Silvio Sicardi, Luigi Manna, Mauro Banchero

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat and Mass Transfer in Porous Media
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTRICKLEPressure dropCumeneMass transferTrickle-bed reactorSaturation (graph theory)StyreneDrop (telecommunication)ChemistryMechanicsThermodynamicsMaterials scienceChromatographyEngineeringPhysicsMathematicsComputer scienceOrganic chemistryCatalysisMechanical engineeringCopolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Hydrogenation of α‐methyl styrene (AMS) to cumene at 40°C in a downflow trickle bed was used as a test reaction for an investigation of the prediction of the performance of trickle‐bed reactors. Dynamic and static saturation are well predicted by several models but pressure drop cannot be accurately estimated by correlations now in the literature. This raises doubts about the use of mass transfer models which employ pressure drop taken from the literature. The simple film model for predicting conversion fails in the high‐interaction regime at least with foaming liquids. A correction to the model to allow for the effect of foam on mass transfer characteristics is proposed but was not independently tested.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,418

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 Opus0,017
Tête enseignante GPT0,182
Écart entre enseignants0,165 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2001
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetHeat and Mass Transfer in Porous MediaTravaux en français237 207