Study of gas–liquid mixing in stirred vessel using electrical resistance tomography
Notice bibliographique
Résumé
Abstract This study presents a full operation and optimization of a mixing unit; an innovative approach is developed to address the behaviour of gas–liquid mixing by using electrical resistance tomography. The validity of the method is investigated by developing the tomographic images using different numbers of baffles in a mixing unit. This technique provided clear visual evidence of better mixing that took place inside the gas−liquid system and the effect of a different number of baffles on mixing characteristics. For optimum gas flow rate (m3/s) and power input (kW), the oxygen absorption rate in water was measured. Dynamic gassing‐out method was applied for five different gas flow rates and four different power inputs to find out mass transfer coefficient (KLa). The rest of the experiments with one up to four baffles were carried out at these optimum values of power input (2.0 kW) and gas flow rate (8.5 × 10−4 m3/s). The experimental results and tomography visualizations showed that the gas−liquid mixing with standard baffling provided near the optimal process performance and good mechanical stability, as higher mass transfer rates were obtained using a greater number of baffles. The addition of single baffle had a striking effect on mixing efficiency, and additions of further baffles significantly decrease mixing time. The energy required for complete mixing was remarkably reduced in the case of four baffles as compared with without any baffle. The process economics study showed that the increased cost of baffle installation accounts for less cost of energy input for agitation. The process economics have also revealed that the optimum numbers of baffles are four in the present mixing unit, and the use of an optimum number of baffles reduced the energy input cost by 54%. © 2016 Curtin University of Technology and John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».