MétaCan
Menu
Retour à la cohorte
Enregistrement W2313874996 · doi:10.1021/ie504584y

Semicontinuous Distillation of Quaternary Mixtures Using One Distillation Column and Two Integrated Middle Vessels

2015· article· en· W2313874996 sur OpenAlexaff
Kushlani Wijesekera, Thomas A. Adams

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDistillationTolueneBenzeneXyleneHeptaneChemistryProcess (computing)Ternary numeral systemTernary operationContinuous distillationWork (physics)Process engineeringHexaneOctaneBatch distillationChromatographyFractionating columnFractional distillationThermodynamicsComputer scienceOrganic chemistryPhase (matter)Engineering

Résumé

récupéré en direct d'OpenAlex

A novel semicontinuous system for the separation of quaternary liquid mixtures is presented in this work. This semicontinuous system is a process intensification technique that uses one distillation column and two integrated middle vessels to achieve a separation which would traditionally be carried out using three continuous distillation columns. The system is a theoretical extension of the conventional ternary semicontinuous process, which has been repeatedly demonstrated to be profitable at intermediate flow rates when compared to continuous systems. Dynamic simulation results are used to demonstrate feasibility and performance of the system for three examples: a mixture of n -hexane, n -heptane, n -octane, and n -nonane, a mixture of benzene, toluene, ethyl-benzene, and o -xylene, and a mixture of six alcohols and water. The results show that this new technique can achieve separation objectives while staying within safe operating limits. The semicontinuous system for the first example is compared to a conventional continuous system and is shown to be more profitable for low to intermediate production rates.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,170
Tête enseignante GPT0,325
Écart entre enseignants0,155 · 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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetProcess Optimization and IntegrationTravaux en français237 207