MétaCan
Menu
Retour à la cohorte
Enregistrement W2328512276 · doi:10.1021/ef100927z

Modified α Function for the Peng−Robinson Equation of State To Improve the Vapor Pressure Prediction of Non-hydrocarbon and Hydrocarbon Compounds

2010· article· en· W2328512276 sur OpenAlexaff
Huazhou Li, Daoyong Yang

Notice bibliographique

RevueEnergy & Fuels · 2010
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésAcentric factorHydrocarbonVapor pressureHydrocarbon mixturesChemistryThermodynamicsEquation of stateVaporizationAbsolute deviationEnthalpy of vaporizationEnthalpyOrganic chemistryPhysicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

On the basis of the available vapor pressures for 59 non-hydrocarbon and hydrocarbon compounds, including heavy alkanes up to n -tritetracontane ( n -C 43 H 88 ), a modified α function for the Peng−Robinson equation of state (PR-EOS) has been developed to more accurately determine the vapor pressure for pure non-hydrocarbon and hydrocarbon compounds, especially heavy components. To balance the characterization of both light and heavy compounds, the Pitzer acentric factor is first redefined in terms of reduced vapor pressure at a reduced temperature of 0.6. In comparison to the evaluated α functions used for the PR-EOS, it is found that the newly developed α function with the redefined acentric factor provides a more accurate prediction of vapor pressures with a percentage average absolute deviation of 1.90% and a percentage maximum absolute deviation of 21.22% for the 59 chemical species. In addition, the newly developed α function results in the best prediction of the vaporization enthalpy data with an average absolute deviation of 3.92% in comparison to the other existing α functions evaluated.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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

Citations110
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207