Turbulent Modeling of the Production of Ultra Fine Aluminum Particles: Scale-Up
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A convenient way to synthesize aluminum nanoparticles is to evaporate the metal, direct this vapor into a tubular reactor and quench it with a radial flow of cold gas. The supersaturated vapors nucleate and grow into the desired nanoparticles. For small-scale operations, because of the high temperatures and relatively low flow rates involved, the conditions of operation are usually laminar. As the units are scaled up to higher production rates, the flows become transitional or even fully turbulent. This work reports on the use of a Low Reynolds Number (LRN) turbulent model to simulate this system and its scale up for the synthesis of pure aluminum powders. Coagulation was identified as the dominating mechanism in particle growth for the conditions and scales studied. Scale up with dynamic similitude results in increased residence time which significantly changes the particle properties during scale-up. In scale-up with constant residence time, the flow field regime changes from laminar to turbulent. These changes in the flow regime affect the particle characteristics significantly for reactors of small length to diameter ratio (L/D = 6), but are almost insignificant for large length to diameter ratios (L/D = 12). Turbulent reactors showed small changes in the particle characteristics, plus a better percentage of metal vapor recuperated as particles at the end of the reactor.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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) | 0,000 | 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 découle