Characterization of flow regimes in fluidized beds by information entropy analysis of pressure fluctuations
Notice bibliographique
Résumé
Flow regimes in a gas‐solid cylindrical fluidized bed of 150 mm (i.d.) × 1.2 m (high) with three different sand masses (1.5, 3, and 4.5 kg) were studied via information entropy analysis of pressure fluctuations. Three classes of methods of information entropy were adopted to characterize the flow regimes. It is shown that the first‐class dimensional methods are suitable for illustrating the distinct characteristic of the flow regimes under different operating conditions, while the other two dimensionless methods are appropriate for finding the similarities or common rules. Tsallis entropy and Renyi entropy do not provide more valuable information than Shannon entropy. Most importantly, the Shannon entropy method is a good choice for characterizing the flow regimes but is weak at revealing the transition velocity (U c ) clearly. This deficiency can be made up by the method of component Shannon entropy. Shannon entropy is partitioned into 4 component Shannon entropies (named CH1CH4), which may be related with a 4‐stage fluidization process assumption. A rule is found that the transition of flow regimes transition from bubbling bed to turbulent bed takes place when the contribution proportion of CH3 is exceeded by that of CH1, and it brings new enlightenment on interpretation of the transition mechanism.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».