MétaCan
Menu
Retour à la cohorte
Enregistrement W2094871192 · doi:10.1115/imece2010-38935

Modeling of Particle Formation via Emulsion Combustion Spray Method

2010· article· en· W2094871192 sur OpenAlexaff
Morteza Eslamian, Mahmoud Ahmed

Notice bibliographique

RevueVolume 5: Energy Systems Analysis, Thermodynamics and Sustainability; NanoEngineering for Energy; Engineering to Address Climate Change, Parts A and B · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEmulsionCombustionMaterials scienceChemical engineeringParticle (ecology)NanoparticleVaporizationEmulsified fuelPyrolysisParticle sizeAgglomerateComposite materialNanotechnologyChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In this paper, a theoretical model is developed to simulate the process of vaporization and burning of emulsion droplets and the evolution and the formation of micro- and nano-particles via the Emulsion Combustion Method (ECM). In ECM, a precursor solution is mixed and stirred with a fuel to form an emulsion of micro-solution droplets suspended in the oil phase. The emulsion liquid is sprayed into in emulsion droplets that are therefore composed of a fuel and tiny micro solution droplets. Spray droplets are ignited and burn to form final micro- or nanoparticles. In this paper, the principles of the method and the main governing equations of the developed model are discussed. Model equations are solved numerically and the results will be presented. The model predicts that depending on the operating and processing conditions, such as the initial size and concentration of the suspended micro solution droplets in emulsion droplets, the fuel fraction of the emulsion droplets, and the fuel combustion enthalpy, the final particles may be mono-dispersed nanoparticles, or larger agglomerate particles. Due to the similarity of the emulsion combustion method with spray pyrolysis and flame spray pyrolysis, most of the equations presented here are applicable to those methods, as well.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,223
Écart entre enseignants0,215 · 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.

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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 5: Energy Systems Analysis, Thermodynamics and Sustainability; NanoEngineering for Energy; Engineering to Address Climate Change, Parts A and BMême sujetCombustion and flame dynamicsTravaux en français237 207