MétaCan
Menu
Retour à la cohorte
Enregistrement W2530088688 · doi:10.1002/cjce.22715

Effect of interactions between spray jets on liquid distribution in a fluidized bed

2016· article· en· W2530088688 sur OpenAlexafffundvenue
Cédric Briens, Helal Elkolaly, Franco Berruti, Jennifer McMillan

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensSyncrude (Canada)Western University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNozzleJet (fluid)AgglomerateFluidized bedBubbleSpray nozzleMechanicsSpray characteristicsMaterials scienceCokeSpargingChemistryComposite materialThermodynamicsMetallurgyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract In Fluid Cokers™, banks of spray nozzles are used to inject oil into a bed of hot coke particles. The purpose of this study is to determine whether interactions between spray jets could enhance liquid distribution on hot coke particles, which is crucial to improve the operability and performance of Fluid Cokers. A low temperature experimental model of Fluid Coking was used to measure the liquid distribution. Preliminary screening of nozzle positions employed conductance measurements. A binder solution was utilized to further investigate the most interesting nozzle interactions, by simulating at low temperature the formation of agglomerates during high temperature coking. Adding different dyes to the binder solutions injected by the different nozzles helped determine how nozzles interacted. With two synchronized nozzles of the same size, the liquid distribution is greatly improved when the spray jets slightly merge due to the expansion time being significantly reduced. The merged spray jets result in an unstable single jet, which allows for bubbles to be released faster from the spray jet. Because the volume of the released bubble is about the same for individual and merged jets, the jets do not contract as much upon bubble release: this enhances the jets' ability to capture gas bubbles from the bed, accelerating their expansion. Fewer agglomerates are also produced due to the improved liquid distribution.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,326

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 Opus0,006
Tête enseignante GPT0,202
Écart entre enseignants0,196 · 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

Citations8
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetGranular flow and fluidized bedsTravaux en français237 207