MétaCan
Menu
Retour à la cohorte
Enregistrement W2101680258 · doi:10.1139/s03-002

Mass transfer analysis in ozone bubble columns

2003· article· en· W2101680258 sur OpenAlexfundvenueno aff
Mohamed Gamal El‐Din, Daniel Smith

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMass transferTurbulenceBubbleOzoneVenturi effectDispersion (optics)Analytical Chemistry (journal)Mass transfer coefficientSensitivity (control systems)Jet (fluid)ThermodynamicsChemistryMechanicsChromatographyPhysicsMeteorologyOptics

Résumé

récupéré en direct d'OpenAlex

An impinging-jet bubble column has been tested for the ozone mass transfer applications in water treatment. Two venturi injectors were utilized to create turbulent gas-liquid jets in the ambient fluid by placing them at an intersecting angle of 125°. The intersecting of the jets caused an increase in the turbulence produced in the ambient fluid and therefore, increased the gas–liquid mass transfer rate. The steady-state one-phase axial dispersion model (1P-ADM) was applied to analyze the dissolved ozone concentration profiles measured in the bubble column by fitting these profiles to the predicted profiles, using the 1P-ADM, to determine the column-average overall mass transfer coefficient (kLa) and liquid-phase axial dispersion coefficient (DL). Two minimization approaches were applied to solve the differential equation representing the 1P-ADM: two-parameter (kLa and DL) and one-parameter (kLa) minimization techniques. To examine the sensitivity of the predicted kLa to changes in DL, DL was estimated first from the tracer experiments. Then, the one-parameter minimization technique was applied to determine kLa. As a result, kLa varied only slightly (<11%) between the two types of minimization techniques. Using the two-parameter minimization technique, kLa and DL values were correlated to the superficial gas and liquid velocities uG and uL, respectively) by power-law relationships. The following correlations were obtained: kLa = 20.54 uG1.13uL0.07 and DL = 2.94 x 10–2uG0.03uL0.18. The 1P-ADM has proven to be an accurate and easy-to use tool for describing the ozonation process in the impinging-jet bubble column as an excellent conformity between the measured and the predicted dissolved ozone concentration profiles was observed. Key words: axial dispersion model, impinging-jet bubble column, mass transfer, ozone.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,002
Tête enseignante GPT0,151
Écart entre enseignants0,148 · 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

Citations20
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetFluid Dynamics and MixingTravaux en français237 207