MétaCan
Menu
Retour à la cohorte
Enregistrement W2146060767 · doi:10.1002/cjce.5450840315

A Short Note on Steady State Behaviour of a Petlyuk Distillation Column by Using a Non‐Equilibrium Stage Model

2006· article· en· W2146060767 sur OpenAlexvenueno aff
Erika Fabiola Abad‐Zarate, Juan Gabriel Segovia‐Hernández, Salvador Hernández, Agustín Ramón Uribe Ramírez

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensnon disponible
Organismes subventionnairesUniversidad de GuanajuatoConsejo Nacional de Ciencia y Tecnología
Mots-clésThermodynamicsMass transferDistillationTernary operationChemistryThermodynamic equilibriumFractionating columnStage (stratigraphy)ChromatographyPhysicsGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract A Petlyuk distillation column, considering equilibrium and non‐equilibrium stage models, was studied. Rigorous simulations were conducted using Aspen Plus™ RATEFRAC Module for the separation of ternary mixtures. According to the equilibrium model, the energy‐efficient design of the Petlyuk column requires that the intermediate component be extracted from the maximum point in the composition profile in the main column. It was found that, for the intermediate component, mass transfer occurs from the vapour to the liquid phase from the top of the column to the stage where the side stream is extracted, from this point mass transfer occurs in the opposite direction. This point, considering the non‐equilibrium model, corresponds to the stage in which the net mass transfer rate is zero. For the case of two segments per stage, it was found that the heat duties predicted by the equilibrium model are significantly lower than those obtained by using the non‐equilibrium model, which is consistent with previous reported results. However, it is important to say that despite the higher energy duty predicted by the non‐equilibrium model; both models predict significant energy savings.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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

Citations13
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetProcess Optimization and IntegrationTravaux en français237 207