MétaCan
Menu
Retour à la cohorte
Enregistrement W2515169978 · doi:10.1002/cjce.22627

Comprehensive CFD simulation of the optimizations of geometric structures and operating parameters for industrial acetylene hydrogenation reactors

2016· article· en· W2515169978 sur OpenAlexvenueno aff
Liang Tian, Guihua Hu, Wenli Du, Feng Qian

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésAdiabatic processComputational fluid dynamicsIsothermal processLaminar flowAcetyleneMaterials scienceTurbulenceMechanicsThermodynamicsNuclear engineeringChemistryPhysicsEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, for the first time, comprehensive simulations of the industrial adiabatic and isothermal reactors utilized for the hydrogenation of acetylene were performed by computational fluid dynamics (CFD). The standard k–ϵ and Spalart‐Allmaras models were employed for describing the turbulence characteristics of the adiabatic and isothermal reactors, respectively. The porous medium model was applied to the flow of catalyst particles. The laminar finite‐rate model was employed for simulating the reaction in the reactor. The results obtained from simulations were in close agreement with those obtained from the industrial adiabatic reactor. Based on the validated CFD models, three operating conditions of the adiabatic reactor are simulated for comparing the selectivity of acetylene; as a result, H and T segmentation is utilized as an optimum process parameter. The different geometric structures of the adiabatic and isothermal reactors are simulated for obtaining the best diameter to length (D/L) ratio. The simulation results indicated an optimal D/L of 0.3852 for the adiabatic reactor, and the diameter‐to‐length ratio exerts a marginal effect on the reaction selectivity of isothermal reactors.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil0,161

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 Opus0,028
Tête enseignante GPT0,216
Écart entre enseignants0,188 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetHeat Transfer and Boiling StudiesTravaux en français237 207