MétaCan
Menu
Retour à la cohorte
Enregistrement W2467066661 · doi:10.1002/aic.15391

A comparative computational study of diesel steam reforming in a catalytic plate heat‐exchange reactor

2016· article· en· W2467066661 sur OpenAlexafffund
Mayur Mundhwa, C.P. Thurgood, Harsh Dhingra, Rajesh D. Parmar, Brant A. Peppley

Notice bibliographique

RevueAIChE Journal · 2016
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysts for Methane Reforming
Établissements canadiensQueen's UniversityRoyal Military College of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère de la Défense Nationale
Mots-clésSteam reformingSpace velocityFlue gasDiesel fuelCatalysisChemistryEndothermic processMethane reformerCombustorThermodynamicsHydrogen productionChemical engineeringNuclear engineeringWaste managementCombustionEngineeringPhysical chemistryOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

A two‐dimensional steady‐state model of a catalytic plate reactor for diesel steam reforming is developed. Heat is provided indirectly to endothermic reforming sites by flue gas from a SOFC tail‐gas burner. Two experimentally validated kinetic models on diesel reforming on platinum (Pt) catalyst were implemented for a comparative study; the model of Parmar et al., Fuel. 2010;89(6):1212–1220 for a Pt/Al 2 O 3 and the model of Shi et al., International Journal of Hydrogen Energy. 2009;34(18):7666–7675 for a Pt/Gd‐CeO 2 (GDC). The kinetic models were compared for: species concentration, approach to equilibrium, gas hourly space velocity and effectiveness factor. Cocurrent flow arrangement between the reforming and the flue gas channels showed better heat transfer compared to counter‐current flow arrangement. The comparison between the two kinetic models showed that different supports play significant role in the final design of a reactor. The study also determined that initial 20% of the plate reactor has high diffusion limitation suggesting to use graded catalyst to optimize the plate reactor performance. © 2016 American Institute of Chemical Engineers AIChE J , 63: 1102–1113, 2017

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)0,000
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 enseignants0,158
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,035
Tête enseignante GPT0,296
Écart entre enseignants0,261 · 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

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetCatalysts for Methane ReformingTravaux en français237 207