MétaCan
Menu
Retour à la cohorte
Enregistrement W2085176141 · doi:10.1021/ie800810t

Monitoring Filtration in Trickle Beds Using Electrical Capacitance Tomography

2008· article· en· W2085176141 sur OpenAlexafffund
Mohsen Hamidipour, Faı̈çal Larachi, Zbigniew Ring

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Bioimpedance Tomography
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Resources CanadaCanadian Natural Resources Limited
Mots-clésElectrical capacitance tomographyTRICKLESuperficial velocityDeposition (geology)Filtration (mathematics)Trickle-bed reactorSuspension (topology)PorosityMaterials scienceCapacitanceFlow (mathematics)Tube (container)Residence time distributionTwo-phase flowMechanicsChemistryComposite materialGeologyElectrode

Résumé

récupéré en direct d'OpenAlex

Experiments were carried out to monitor the evolution of the deposition of fine particles in trickle-bed reactors during the flow of nonpolar hydrocarbon oil-like liquid suspensions using electrical capacitance tomography (ECT) imaging. The accuracy of the ECT rendition was validated in the pristine (i.e., deposit-free) bed state by comparing the liquid holdup measurements from ECT with the liquid holdup from residence time distribution (RTD) measurements. The pulse-flow characteristics (pulse velocity and frequency) estimated from the ECT signals were in agreement with existing literature data. For filtration experiments, the effects of the initial liquid suspension distribution, the gas and liquid superficial velocities, and single-phase flow (i.e., zero gas velocity) on the structure of the deposition in the bed were studied. ECT imaging successfully tracked the unsteady-state progression of bed plugging throughout the trickle bed. It was found that increasing the liquid or gas superficial velocity resulted in increased local deposition. The transition, due to deposition, from trickle to pulse flow was also determined from ECT. In the case of stagnant gas, a filter cake formed on top of the bed.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,115
Tête enseignante GPT0,304
Écart entre enseignants0,189 · 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'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

Citations42
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetElectrical and Bioimpedance TomographyTravaux en français237 207