MétaCan
Menu
Retour à la cohorte
Enregistrement W2794210386 · doi:10.1002/cjce.23166

Design and control for a dividing‐wall column with a partial condenser for pretreating an industrial multi‐component reformed gasoline mixture

2018· article· en· W2794210386 sur OpenAlexvenueno aff
Shengbo Wu, Kai Guo, Chunjiang Liu, Wenzhe Qi, Ting Zhang, Hui Liu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensnon disponible
Organismes subventionnairesChina Postdoctoral Science Foundation
Mots-clésCondenser (optics)GasolineEthylbenzeneColumn (typography)ControllabilityComponent (thermodynamics)TolueneEnvironmental scienceChemistryProcess engineeringMathematicsEngineeringPhysicsMechanical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract A dividing‐wall column (DWC) was used for pretreating industrial multi‐component reformed gasoline (IMCRG). IMCRG consists of 16 components, which are non‐aromatics, benzene, toluene, xylenes & ethylbenzene, and heavy aromatics. Rigorous steady‐state simulations were conducted using Aspen Plus. Compared with a conventional direct and indirect two‐column sequence separation, the reduction in the total annualized cost (TAC) by a DWC can be up to 13.06 % (direct sequence) and 24.79 % (indirect sequence). To treat the noncondensable gas in the feed, a DWC flowsheet with a partial condenser was considered. Two control structures with a S/L ratio control strategy were proposed to control the DWC. Controllability analyses with respect to feed flow rate and feed composition disturbance were conducted to evaluate the control effect of the two structures by using Aspen Plus Dynamics. Finally, a feasible DWC control structure to pretreat IMCRG 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 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)0,000
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: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,022
Tête enseignante GPT0,213
Écart entre enseignants0,191 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetProcess Optimization and IntegrationTravaux en français237 207