MétaCan
Menu
Retour à la cohorte
Enregistrement W2077202413 · doi:10.3390/en20200180

Optimal Fixed Bed Reactor Network Configuration for the Efficient Recycling of CO2 into Methanol

2009· article· en· W2077202413 sur OpenAlexaff
Ali Elkamel, Gholamreza Zahedi, Chris Marton, Ali Lohi

Notice bibliographique

RevueEnergies · 2009
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensToronto Metropolitan UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMethanolProduction (economics)Process engineeringProfit (economics)Environmental scienceComputer scienceMathematical optimizationMathematicsEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

An optimal design strategy of a network of fixed bed reactors for Methanol Production (MP) is proposed in this study. Both methanol production and profit spanning a production period of eight years have been set as objective functions to find the optimal production network. The conservation of mass and energy laws on a heterogeneous model of a single industrial methanol reactor was first developed. The model was solved numerically and was validated with industrial plant data. Different reactor network arrangements were then simulated in order to find an optimal superstructure. It was found that a structure of four reactors (two in series in parallel with another two in series) provide maximum production rate. The application of the more realistic objective function of profit showed that a configuration of two parallel reactors is the best configuration. This optimal structure produces 92 tons/day more methanol than a single reactor.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,378

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 Opus0,014
Tête enseignante GPT0,259
Écart entre enseignants0,245 · 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

Citations12
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetCatalysts for Methane ReformingTravaux en français237 207