Three-Phase Fluidization Macroscopic Hydrodynamics Revisited
Notice bibliographique
Résumé
The state-of-the-art tools for the evaluation of the macroscopic hydrodynamics of cocurrent upflow three-phase fluidization are critically evaluated by thoroughly interrogating the broadest fluidization database ever built. The database is compiled through worldwide conjoint initiatives as a result of a decade of compilation efforts by the groups of professors L. S. Fan (Columbus, OH), S. D. Kim (Seoul, South Korea), and G. Wild (Nancy, France) and our Laval University group. The database represents almost the whole heritage of the nonproprietary data released in the open literature in the field of gas−liquid−solid fluidization (23 000 experiments on bed porosity and liquid, gas, and solid holdups). It is dedicated to embracing wide-ranging fluids' properties, particle and vessel sizes, and operating conditions. The database contains 55 Newtonian (20 500 data), 19 non-Newtonian liquids (2500 data), 110 various particles, and 17 different column diameters and includes wall effect ratios D c / d p and grain sizes ranging from 8 to 800 mm and from 0.25 to 15 mm. Two novel approaches in the field of three-phase fluidization modeling are proposed to reconcile the formidable diversity of patterns and the wide variability of hydrodynamic parameters encountered in this advanced database. Both of them exhibit a substantial gain in their forecasting ability with respect to the currently known prediction methods. The first approach relies on the combination of multilayer perceptron artificial neural networks and dimensional analysis (ANN-DA approach) to derive three highly accurate correlations for bed porosity and liquid and gas holdups. The second is based on a phenomenological hybrid k − x generalized bubble wake model ( k − x GBWM) in which the wake parameters k and x are beforehand extracted by solving an inverse k − x GBW model. The ANN-DA approach is then applied to correlate k and x in terms of the accessible fluidization input characteristics and fed into the k − x GBWM to forecast the phase holdups. The robustness of the proposed ANN-DA correlations and k − x GBWM is assessed, and the limitations of the correlations with regard to their generalization capabilities are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».