MétaCan
Menu
Retour à la cohorte
Enregistrement W2081352931 · doi:10.1021/ie100369f

Energy Requirements of Distillation: Exergy, Pinch Points, and the Reversible Column

2010· article· en· W2081352931 sur OpenAlexfundno aff
Étienne Ayotte-Sauvé, Mikhaı̈l Sorin

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Energy Research and DevelopmentNatural Resources Canada
Mots-clésPinch pointDistillationReboilerFractionating columnZeotropic mixtureExergyAdiabatic processPinchThermodynamicsBinary numberPinch analysisProcess engineeringApplied mathematicsMathematicsChemistryProcess integrationMechanical engineeringPhysicsChromatographyEngineering

Résumé

récupéré en direct d'OpenAlex

This paper considers the problem of finding minimum energy requirements of a single-feed adiabatic distillation column for a given separation task. Over the years, many attempts to understand this problem have been made. This paper presents an approach which is at the intersection of the thermodynamic and geometric points of view. In it, an analysis of multicomponent distillation is carried out via the notion of power of separation, which is akin to compositional exergy. It is shown mathematically that this concept, although taking its roots in thermodynamics, has a strong link with the geometry of liquid composition trajectories in multicomponent distillation and is also related to the traditional McCabe−Thiele diagram for binary distillation. By considering pinch-point curves for adiabatic column sections and their link with reversible column profiles, a characterization of minimal energy requirements of the single-feed adiabatic distillation process is proposed. As a consequence, a shortcut method to determine minimal energy requirements of multicomponent distillation is introduced. Examples validating this approach for multicomponent distillation of ideal, nonideal, zeotropic, and azeotropic mixtures with up to six components are presented. These examples indicate that the new method can, in principle, treat any number of mixture components. All types of pinch behavior are covered, that is, the method can find minimal energy designs associated to feed, saddle, or tangent pinch points. Case studies where pinched minimum energy solutions exist, where pinched solutions can be reduced to nonpinched solutions, and where no pinched solutions exist are presented. In all these cases, the new method can find, if they exist, pinched and nonpinched solutions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,042
Tête enseignante GPT0,284
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetProcess Optimization and IntegrationTravaux en français237 207