Thin Layer Drying and Modelling of Poultry Litter Briquettes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Drying is an energy consuming process influenced by humidity, air velocity and temperature and is defined as a heat conveyance process wherein the product is heated hence removing moisture. Thin layer drying equations are used to estimate drying times of products and generalizing their drying curves. In this study, mathematical modelling and prediction of drying behavior of poultry litter briquettes (PLB) was investigated through open sun drying (OSD) and solar tunnel drying for moisture content (MC) calculations. A solar tunnel dryer (STD) having a: black painted collector unit, drying unit and black painted vertical bare flat-plate chimney was used. MC results were converted to moisture ratio and fitted into 12 different thin layer drying models, using Microsoft Office Excel, which were compared according to their coefficients of determination to estimate drying curves of PLB. The most accurate model was selected based on three statistical parameters: correlation coefficient (R2), chi-squared (χ2) and Root Mean Square Error (RMSE). Solar insolation of between 220 and 1005 W/m2 resulted in air temperature of up to 64oC at the collector unit, up to 60oC at the drying unit and an ambient temperature of up to 31oC. Exposure of PLB with an average initial MC of 61% (w.b.) to these conditions resulted in a final MC in a range of 0.2-11.2% (w.b.) in 31-55 hours. PLB was dried to similar final weight from whichever drying method although OSD took longer than STD. The Logarithmic model was found to satisfactorily describe the drying curves of PLB with R2 of 9.93E-01-9.99E-01; χ2 of 1.36E-11-6.50E-14; and RMSE of 2.94E-02-1.30E-02.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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