Combination of Adsorption-Diffusion Model with Computational Fluid Dynamics for Simulation of a Tubular Membrane Made from SAPO-34 Thin Layer Supported by Stainless Steel for Separation of CO2 from CH4
Notice bibliographique
Résumé
Modeling of CO2/CH4 separation using SAPO-34 tubular membrane was performed by computational fluid dynamics. The Maxwell-Stefan equations and Langmuir isotherms were used to describe the permeate flux through the membrane and the adsorption-diffusion, respectively. Three-dimensional Navier-Stokes momentum balances in feed and permeate side coupled with adsorption-diffusion equations from the membrane were simultaneously solved by ANSYS FLUENT software. The velocity and concentration profiles were determined in both feed and permeate sides. There was a good agreement between simulation and experimental results and root mean square deviation for CH4 and CO2 are 0.13 and 0.1 (mmol m-2 s-1), respectively. The concentration polarization effect was observed in the results. The effect of the process variables were investigated to find out the most influential parameters in permeation and purity. The impact of operating conditions on separation were studied and showed that for enhancement of separation efficiency of CO2 from CH4, feed pressure, feed flow rate and tube radius and number of membrane modules in series should be increased, whereas flow configuration has less significant effect.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».