MétaCan
Menu
Retour à la cohorte
Enregistrement W2804318599 · doi:10.1021/acs.iecr.8b01135

A Dynamic Heterogeneous Dispersion Model Evaluates Performance of Industrial Catalytic Hydrotreating Systems

2018· article· en· W2804318599 sur OpenAlexaff
Abbas Azarpour, Sohrab Zendehboudi

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCatalysisHydrodesulfurizationProcess engineeringTerephthalic acidPressure dropDispersion (optics)Process (computing)Plug flowMaterials scienceChemistryEnvironmental scienceComputer scienceThermodynamicsEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Catalyst deactivation is one of the main challenges in industrial reaction operations. In this paper, a dynamic heterogeneous model is developed for the crude terephthalic acid hydropurification process. The model incorporates the effects of axial mixing and deactivation of the commercial catalyst of palladium supported on carbon on efficiency of the hydropurification operation. The transport phenomena governing equations lead to a series of partial differential equations which are simultaneously solved. The model validation is accomplished using the industrial data. The proposed model satisfactorily simulates the real process, and it is more accurate than the plug flow model to forecast the process behaviors. A decline in the catalyst particle size improves the catalyst performance; an increase in the catalyst porosity prolongs the catalyst lifetime, while maintaining an acceptable pressure drop in the catalyst bed. It is concluded that the effective control of p-xylene oxidation reactor (in terms of process conditions) and inlet temperature rise lead to more efficient purification process.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,034
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,080
Tête enseignante GPT0,310
Écart entre enseignants0,229 · 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.

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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207