MétaCan
Menu
Retour à la cohorte
Enregistrement W2331393439 · doi:10.1515/1542-6580.2548

Multi-Objective Optimization of an Ethylene Oxide Reactor

2011· article· en· W2331393439 sur OpenAlexaff
Allan Vandervoort, Jules Thibault, Yash P. Gupta

Notice bibliographique

RevueInternational Journal of Chemical Reactor Engineering · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensDalhousie UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMulti-objective optimizationEthylene oxideVolumetric flow rateMaximizationInletProcess engineeringMaterials scienceChemistryMathematical optimizationThermodynamicsEngineeringMathematicsPolymerMechanical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In this study, multi-objective optimization is performed for a reactor producing ethylene oxide from ethylene. The optimization considered three objectives: the maximization of the ethylene oxide production and selectivity, and the maximization of a safety factor related to the presence of oxygen in the reactor. The Pareto domain for this optimization problem was first approximated using the Objective-Based Gradient Algorithm, and the Pareto-optimal solutions were ranked using the Net-Flow procedure to determine the best operating conditions. From the optimization results, it is recommended that the ethylene oxide reactor be operated at high inlet pressure and gas temperature, and low inlet volumetric gas flowrate and chemical reaction moderator concentration. These operating conditions led to the highest ranked compromise solution, balancing the trade-off between each of the three objectives. Finally, it was found that a decrease in the inlet pressure or variation in the volumetric gas flowrate could readily lead to operating conditions outside of the Pareto domain, and these input variables should therefore be carefully controlled throughout operation of the reactor.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,236
Écart entre enseignants0,220 · 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

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Chemical Reactor EngineeringMême sujetProcess Optimization and IntegrationTravaux en français237 207