MétaCan
Menu
Retour à la cohorte
Enregistrement W2591014705 · doi:10.1016/j.heliyon.2017.e00248

Development of a model to determine mass transfer coefficient and oxygen solubility in bioreactors

2017· article· en· W2591014705 sur OpenAlexaff
Johnny Lee

Notice bibliographique

RevueHeliyon · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensRegional Municipality of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAerationMass transferMass transfer coefficientRange (aeronautics)ThermodynamicsCurrent (fluid)Scale (ratio)BioreactorDegree (music)Transfer functionMathematicsMechanicsChemistryPhysicsMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to present an experimentally validated mechanistic model to predict the oxygen transfer rate coefficient (Kla) in aeration tanks for different water temperatures. Using experimental data created by Hunter and Vogelaar, the formula precisely reproduces experimental results for the standardized Kla at 20 °C, comparatively better than the current model used by ASCE 2–06 based on the equation Kla 20 = Kla. ( θ ) (20−T) where T is in °C. Currently, reported values for θ range from 1.008 to 1.047. Because it is a geometric function, large error can result if an incorrect value of θ is used. Establishment of such value for an aeration system can only be made by means of series of full scale testing over a range of temperatures required. The new model predicts oxygen transfer coefficients to within 1% error compared to observed measurements. This is a breakthrough since the correct prediction of the volumetric mass transfer coefficient (Kla) is a crucial step in the design, operation and scale up of bioreactors including wastewater treatment plant aeration tanks, and the equation developed allows doing so without resorting to multiple full scale testing for each individual tank under the same testing condition for different temperatures. The effect of temperature on the transfer rate coefficient Kla is explored in this paper, and it is recommended to replace the current model by this new model given by: K l a 20 = K l a ( E ρ σ ) 20 ( E ρ σ ) T ( T 20 T ) 5 where T is in degree Kelvin, and the subscripts refer to degree Celsius; E, ρ, σ are properties of water. Furthermore, using data from published data on oxygen solubility in water, it was found that solubility bears a linear and inverse relationship with the mass transfer coefficient.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,027
Tête enseignante GPT0,238
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), 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

Citations30
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetFluid Dynamics and MixingTravaux en français237 207