MétaCan
Menu
Retour à la cohorte
Enregistrement W2328987906 · doi:10.1021/ef201616f

Vapor–Liquid Equilibrium (VLE)-Based Modeling for the Prediction of Operating Regimes in a Heavy Gas Oil Hydrotreater

2011· article· en· W2328987906 sur OpenAlexaff
Mugurel Catalin Munteanu, Jinwen Chen

Notice bibliographique

RevueEnergy & Fuels · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésHydrodesulfurizationOperating temperaturePilot plantTrickle-bed reactorPlug flowEnvironmental scienceNuclear engineeringProcess engineeringThermodynamicsPetroleum engineeringChemistryMaterials scienceCatalysisEngineering

Résumé

récupéré en direct d'OpenAlex

In a pilot-plant trickle-bed hydrotreating reactor, ideal operating regimes (plug flow, full catalyst wetting, and absence of reactor wall effects) are desirable to generate reliable, reproducible, and representative data for kinetics studies and commercial scale-up. In this study, the operating regimes of a heavy gas oil pilot-plant hydrotreating reactor were investigated under operating conditions of commercial interest using real petroleum feedstocks. Vapor–liquid equilibrium experiments and calculations were performed to accurately predict the fluid flows and the physical/transport properties of the vapor and liquid phases. These properties were subsequently used to predict the operating regimes under various operating conditions and to generate a map of operating conditions within which the desired operating regimes can be maintained.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,412

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 Opus0,030
Tête enseignante GPT0,215
Écart entre enseignants0,184 · 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'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

Citations10
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207