MétaCan
Menu
Retour à la cohorte
Enregistrement W2315469680 · doi:10.1021/ie501800j

Dynamic Modeling and Optimization of Batch Crystallization of Sugar Cane under Uncertainty

2014· article· en· W2315469680 sur OpenAlexaff
E. Bolaños‐Reynoso, Kelvyn B. Sánchez-Sánchez, Galo Rafael Urrea-García, Luis Ricardez‐Sandoval

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCrystallization and Solubility Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesConsejo Nacional de Ciencia y Tecnología
Mots-clésNucleationCrystallizationWork (physics)Kinetic energyProcess optimizationVolume (thermodynamics)Process (computing)Constraint (computer-aided design)Scale (ratio)ThermodynamicsBiological systemMathematicsProcess engineeringMaterials scienceComputer scienceEnvironmental sciencePhysicsEngineeringEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

This work presents a study on the agitation rate effects on the average diameter (% volume D (4,3)) in the batch crystallization of sugar cane in pilot-scale process. The mathematical model presented in this work includes the population balance equation (PBE), the mass and energy balances, and the kinetics equations of nucleation and growth rate. The kinetic parameters were calculated from optimization using experimental data obtained from a pilot-scale process. An uncertainty analysis was performed and used to specify robust agitation trajectories that minimize the variations of crystal size from batch to batch. Four cases studies are presented to obtain 920, 1000, 1200, and 1300 μm of D (4,3) subject to a constraint in the formed crystal mass (FCM) of 4700 g under uncertainty in the kinetic parameters. The resulting robust agitation trajectories were implemented in the pilot-scale process. Comparisons between experimental data and the model predictions are presented.

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)0,001
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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,063
Tête enseignante GPT0,317
Écart entre enseignants0,254 · 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

Citations25
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetCrystallization and Solubility StudiesTravaux en français237 207