MétaCan
Menu
Retour à la cohorte
Enregistrement W2911005180 · doi:10.1002/cjce.23456

Experimental study of hydrodynamics and bubble size distribution of an external loop airlift reactor

2019· article· en· W2911005180 sur OpenAlexvenueno aff
Lu Xia, Yigang Ding, Jiuyang Yu, Bingwen Long, Xiaotao Zheng

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBubbleMechanicsParticle image velocimetryWakeDigital image analysisPhysicsVelocimetryAirliftWork (physics)Oscillation (cell signaling)ChemistryThermodynamicsTurbulence

Résumé

récupéré en direct d'OpenAlex

Abstract The most important factors influencing the performance of an external loop airlift reactor (ELALR) are local hydrodynamics and bubble size distribution (BSD). In this work, we studied the hydrodynamic characters and BSD in a laboratory scale ELALR. The velocity field of the riser was captured using the particle image velocimetry (PIV) technique and the bubble size distribution (BSD) was determined by digital image analysis (DIA). The results of the PIV measurement show that the flow has an unsteady structure, and the wake oscillation phenomena of the bubble and the vortex shedding are periodically asymmetrical. The gas holdup calculated by DIA correlates with the experimental data when the superficial gas velocity is < 0.02 m · s−1. With an increase in the superficial gas velocity, the probability density function (PDF) curve becomes flatter, changing from the unimodal to the bimodal. For the bimodal PDF curve, the peak of the small bubble is ∼1.5 mm, while the peak of lager bubble shifts from 4.5 to 5.5 mm with the increase in the superficial gas velocity. This work helps to provide insight into the mixing performance of the ELALR.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,003
Tête enseignante GPT0,177
Écart entre enseignants0,174 · 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'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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFluid Dynamics and MixingTravaux en français237 207