Stretching operational life of trickle‐bed filters by liquid‐induced pulse flow
Notice bibliographique
Résumé
Abstract When dilute liquid suspensions contaminated with fine solids are treated in catalytic trickle‐bed reactors, bed plugging develops and increases the resistance to two‐phase flow until ultimate unit shutdown for bed substitution with pristine catalyst. The release of deposited fines, or the inhibition of fines deposition over some regions of the collector, is expected to alleviate the plugging if liquid flow shock or periodic operation policies are implemented. Current physical models linking gas–liquid phase flow to space–time evolution of fines deposition and release are unable to depict this new type of filtration in trickle beds. This work attempts to fill in this gap by developing a dynamic multiphase flow deep‐bed filtration model. The model incorporates the physical effects of porosity and effective specific surface area changes as a result of fines deposition/release, gas and suspension inertial effects, and coupling effects between the filtration parameters and the interfacial momentum exchange force terms. The release of the fine particles from the collector surface was assumed to be induced by the colloidal forces in the case of Brownian particles or by the hydrodynamic forces in the case of non‐Brownian particles. An important finding of the work was that for noncolloidal fines both induced pulsing and liquid flow shock operations conferred substantial improvements (measured in terms of reduction in specific deposit and pressure drop) in the mitigation of plugging in trickle‐bed reactors. However, because of the highest critical shear stress for fines in the colloidal range, induced pulsing did not substantiate any practically useful effect. © 2005 American Institute of Chemical Engineers AIChE J, 2005
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».