MétaCan
Menu
Retour à la cohorte
Enregistrement W2091773314 · doi:10.1002/cjce.21845

Particles motion in a cascading rotary drum dryer

2013· article· en· W2091773314 sur OpenAlexvenueno aff
Ihsan Hamawand, Talal Yusaf

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrumCascadeMechanicsFalling (accident)DragRotation (mathematics)Particle (ecology)SimulationPhysicsMathematicsEngineeringMechanical engineeringGeometryGeology

Résumé

récupéré en direct d'OpenAlex

Abstract A mathematical model was built and used to show the motion of particles in a cascade rotary drum dryer. In a cascade rotary drum the flights pick up the particles at a number of points in the lower half of the drum while, in the upper half, the particles fall freely. A model is derived where the drag force exerted on the particles throughout the falling period is emphasised. The motion of the particles in a rotary drum is described by three actions: Cascade; Kiln and Bouncing. In this study a horizontal rotary drum was used where both the kiln and bouncing actions have minimal effect, therefore, the focus is on the cascade motion of the particles. A characteristic of the model is the “falling number” which is found to be dependent on the curtain properties. The model has demonstrated its ability to predict the effect of many important parameters such as drying medium velocity, drum rotation speed, particle size and feeding flow rate. It has been shown that increasing the drying medium velocity by 2.5 times results in an 85% decrease in the residence time. Also, the number of falling is shown to be limited and a function of the drum rotation speed, in this case 0.59 falling per second. An important feature of this model is the ability to predict the mean resident time, contact time interval and the resting time interval. The maximum error between the predicted and the measured data was <10%.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,162
Écart entre enseignants0,150 · 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'étudeSimulation ou modélisation
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

Citations16
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFood Drying and ModelingTravaux en français237 207