MétaCan
Menu
Retour à la cohorte
Enregistrement W2237222326 · doi:10.1002/aic.15164

Dynamic modeling and collocation‐based model reduction of cryogenic air separation units

2016· article· en· W2237222326 sur OpenAlexafffund
Yanan Cao, Christopher L.E. Swartz, Jesus Flores‐Cerrillo, Jingran Ma

Notice bibliographique

RevueAIChE Journal · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAir separationHeat exchangerDistillationReduction (mathematics)Orthogonal collocationCollocation (remote sensing)Process engineeringProcess (computing)Process integrationSeparation (statistics)Computer scienceMechanical engineeringEngineeringSimulationChemistryCollocation methodMathematicsChromatography

Résumé

récupéré en direct d'OpenAlex

High purity distillation columns and multi‐stream heat exchangers (MSHXs) are critical units in cryogenic air separation plants. This article focuses on modeling approaches for the primary section of a super‐staged argon plant. A full‐order stage‐wise model for distillation columns in air separation units (ASUs) that considers key process phenomena is presented, followed by a reduced‐order model using a collocation approach. The extent of model reduction that can be achieved without losing significant prediction accuracy is demonstrated. A novel moving boundary model is proposed to handle MSHXs with phase change. Simulation results demonstrate the capability of the proposed model for tracking the phase change occurrence along the length of the heat exchanger. Dynamic simulation studies of the integrated plant show that the thermal integration between the feed and product streams captured in the primary heat exchanger is critical to accurately capture the behavior of ASUs. © 2016 American Institute of Chemical Engineers AIChE J, 62: 1602–1615, 2016

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: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,249
Écart entre enseignants0,233 · 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

Citations54
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetProcess Optimization and IntegrationTravaux en français237 207