MétaCan
Menu
Retour à la cohorte
Enregistrement W2078639871 · doi:10.1002/aic.12523

Modeling the depleting mechanism of urea‐water‐solution droplet for automotive selective catalytic reduction systems

2010· article· en· W2078639871 sur OpenAlexaff
Ehab Abu‐Ramadan, Kaushik Saha, Xianguo Li

Notice bibliographique

RevueAIChE Journal · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésVaporizationDecompositionUreaChemistryCatalysisCurrent (fluid)Process (computing)DiffusionWork (physics)Selective catalytic reductionThermodynamicsThermal decompositionMixing (physics)Chemical engineeringMaterials scienceProcess engineeringComputer scienceOrganic chemistryEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The current work aims to develop a reliable theoretical model capable of simulating the depletion process of urea‐water‐solution (UWS) droplets injected in a hot exhaust stream as experienced in an automotive urea‐based selective catalytic reduction system. A modified multicomponent vaporization model is presented and implemented in the current study to simulate the behavior of UWS droplet in heated environment. Although water depletion is modeled as a vaporization process, urea depletion is modeled using two different approaches: (i) vaporization and (ii) direct thermal decomposition. The suitability of both depletion approaches is assessed in the current study by comparison with experimental data of the decay of a single UWS droplet in a quiescent heated environment. The decay rate of UWS droplet is accurately predicted with the multicomponent vaporization model. The possibility of internal gasification is demonstrated. Based on the complex decomposition behavior of urea, the current study proposes a decomposition mechanism for UWS droplet. The suitability of implementing the rapid mixing approach is assessed through comparison with the diffusion limit approach at various operating conditions and initial UWS droplet sizes. © 2011 American Institute of Chemical Engineers AIChE J, 2011

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)0,005
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,214
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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

Citations47
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207