MétaCan
Menu
Retour à la cohorte
Enregistrement W2345020286 · doi:10.1021/acs.iecr.6b01560

Dynamic Column Breakthrough and Process Studies of High-Purity Oxygen Production Using Silver-Exchanged Titanosilicates

2016· article· en· W2345020286 sur OpenAlexafffund
Sayed Alireza Hosseinzadeh Hejazi, Arvind Rajendran, James A. Sawada, Steven M. Kuznicki

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueZeolite Catalysis and Synthesis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHelmholtz-Alberta Initiative
Mots-clésAir separationAdsorptionTernary operationVolume (thermodynamics)OxygenArgonChemistryRefining (metallurgy)Work (physics)Pressure swing adsorptionMaterials scienceChromatographyChemical engineeringProcess engineeringAnalytical Chemistry (journal)ThermodynamicsOrganic chemistryComputer sciencePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Many medical and industrial applications require high-purity oxygen. Because of the similar physical properties of oxygen and argon, this separation is very challenging, and very few commercial adsorbents offer the ability to separate the two gases. Silver-exchanged titanosilicates (Ag-ETS-10) have the potential to separate these gases based on their adsorption affinities. In this work, adsorption isotherms of O 2, Ar, and N 2 on Ag-ETS-10 extrudates have been measured using a volumetric technique and described using a Langmuir isotherm. Single, binary, and ternary breakthrough profiles were measured using a laboratory-scale dynamic column breakthrough apparatus. These profiles have been modeled by writing mass and energy balances that are solved using the finite volume technique. The model was able to predict the experimental profiles to a high degree of accuracy. A simple vacuum swing adsorption process was simulated using mathematical models to demonstrate the potential of the material to produce high-purity oxygen. Multiobjective optimization to maximize O 2 purity and recovery from a feed containing 95% O 2 and 5% Ar revealed that purities in excess of 99.0% can be achieved at a recovery of 11.35%.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,756

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
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 Opus0,127
Tête enseignante GPT0,362
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetZeolite Catalysis and SynthesisTravaux en français237 207