MétaCan
Menu
Retour à la cohorte
Enregistrement W2609805598 · doi:10.3390/met7050154

Discrete Element Method Investigation of Bulk Density and Electrical Resistivity of Calcined Coke Mixes

2017· article· en· W2609805598 sur OpenAlexafffund
Behzad Majidi, Geoffroy Rouget, Mario Fafard, Donald Ziegler, Houshang Alamdari

Notice bibliographique

RevueMetals · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensUniversité LavalAlcoa (Canada)Natural Sciences and Engineering Research Council of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlcoa
Mots-clésElectrical resistivity and conductivityMaterials scienceDiscrete element methodElectrical contactsSphere packingRADIUSParticle (ecology)Particle densityParticle sizePetroleum cokeAnodeCokeComposite materialMineralogyMetallurgyMechanicsElectrodeVolume (thermodynamics)ChemistryThermodynamicsElectrical engineeringPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Packing density and electrical resistivity of particles assemblies are important factors for a variety of applications of granular materials. In the present work, a three-dimensional imaging technique is coupled with the discrete element method (DEM) to model anode grade calcined coke particles. Three-dimensional DEM models of samples with different size distribution of particles were studied to obtain the inter-particle contact information. As the content of fine particles increased, a higher inter-particle contact density and smaller average contact radius was observed in the samples. Confronting the DEM data and experimental measurements of electrical resistivity showed the simultaneous effects of packing density and contact density. Samples with higher contact density and smaller contact radius in general held high electrical resistivities. However, if increasing the contact density does not modify contacts between large particles, this will have a positive effect on packing density, so a lower electrical resistivity was obtained.

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)0,001
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 enseignants0,106
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,020
Tête enseignante GPT0,272
Écart entre enseignants0,252 · 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

Citations7
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetGranular flow and fluidized bedsTravaux en français237 207