MétaCan
Menu
Retour à la cohorte
Enregistrement W2297597492 · doi:10.14288/1.0058825

Influence of particle size distribution on fluidized bed hydrodynamics

2010· article· en· W2297597492 sur OpenAlexaff
Trevor Tsz-Leung Ip

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésParticle (ecology)Particle-size distributionEnvironmental scienceDistribution (mathematics)MechanicsParticle sizeMathematicsPhysicsChemistryGeology

Résumé

récupéré en direct d'OpenAlex

Past literature has shown that the production efficiency of a fluidized bed can be affected by changing the particle size distribution. The hydrodynamics of fine particle fluidization were studied with FCC and glass bead powders which have different surface-volume mean particle diameter (40-110 μM) and particle size distributions (narrow cut, wide cut and bimodal) under ambient conditions. Increasing the mean particle size increases the minimum fluidization velocity, minimum bubbling velocity and dense phase velocity (U[sub d]) while decreasing the voidages at minimum fluidization and minimum bubbling and the dense phase voidage (∈[sub d]) as well as the fractional bubble free bed expansion. Increasing the particle size spread increases U[sub d] and decreases ∈[sub d] for FCC, but no clear conclusion can be made for glass bead powders. Increasing the static bed height decreases U[sub d] and ∈[sub d] of FCC powders though it has no effect on minimum fluidization and bubbling properties. The magnitude of pressure fluctuations increases with increasing superficial gas velocity and as the size spread of the FCC powder becomes more narrow. However, the frequency of fluctuations is independent of each of these factors. Therefore, the quality and production efficiency of the fluidization process should improve with the use of a wide and continuous size distribution powder.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,149
Écart entre enseignants0,146 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetGranular flow and fluidized bedsTravaux en français237 207