MétaCan
Menu
Retour à la cohorte
Enregistrement W2304989410 · doi:10.1115/1.4032732

A New Subgrid Model for the Heat and Mass Transfer Between a Hot Gas and Char Particles in Dense-Bed Reactors

2016· article· en· W2304989410 sur OpenAlexaff
S. Schulze, Petr A. Nikrityuk

Notice bibliographique

RevueJournal of Energy Resources Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensUniversity of Alberta
Organismes subventionnairesEuropean Regional Development FundFederalno Ministarstvo Obrazovanja i Nauke
Mots-clésCharMass transferParticle (ecology)Heat transferMechanicsWork (physics)PorosityVolume (thermodynamics)Flue gasFluidized bedComputational fluid dynamicsMaterials scienceControl volumeThermodynamicsReynolds numberChemistryCombustionPhysicsTurbulenceGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

This work is devoted to the development and verification of a new intrinsic-based subgrid model for moving char particles gasifying in a hot flue gas or syngas environments consisting of CO2/H2O/CO species. The distinguishing feature of our model relative to the submodels published in the literature is that it takes into account the thermal and chemical nonequilibrium between the particle's surface and its center. Thus, our model is able to predict temperature and species gradients inside the particles. The main focus of the new submodel is to demonstrate the crucial role of intrinsic-based heterogeneous reactions in the adequate prediction of carbon conversion rates for char particles gasification in fixed-bed and fluidized-bed gasifiers. The new model is verified against steady-state, particle-resolved computational fluid dynamics (CFD)-based, three-dimensional simulations carried out for different volume fractions of solid phase in a control volume (CV). Acceptable agreement has been demonstrated. Finally, to demonstrate our new model's predictions, we carried out several unsteady simulations for different ambient temperatures and Reynolds numbers. The importance of simultaneous change of char porosity and particles size during gasification has been demonstrated for different regimes indicated by the Damköhler numbers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,131
Score d'incertitude au seuil0,294

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,198
Écart entre enseignants0,187 · 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 tête enseignante, 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetGranular flow and fluidized bedsTravaux en français237 207