Structure Optimization of Vessel Seawater Desulphurization Scrubber Based on CFD and SVM‐GA Methods
Notice bibliographique
Résumé
The miniaturization of the scrubber used in vessel flue gas desulphurization is a critical issue. In this study, the structure optimization of the vessel desulphurization scrubber based on CFD (computational fluid dynamics) and the SVM‐GA (support vector machine and genetic algorithm) is performed and a miniaturized scrubber design with the same desulphurization efficiency as large scrubbers is obtained. First, the seawater SO 2 absorption process in a vessel desulphurization scrubber is investigated using the CFD‐DPM method, and the effects of the operating and structural parameters on the desulphurization efficiency η are discussed in detail. Results show that η is positively correlated to the absorption area height, H 2 , and the spray level number, N , and η first increases and then decreases with an increase in the scrubber diameter, D 1 , as well as the inlet flue angle, θ . Then, a prediction model of η considering D 1 , H 2 , θ , and N is established and validated using the SVM with the simulation data. Finally, D 1 , H 2 , θ , and N are optimized using the GA method based on the SVM model. The results show that the volume of the absorption area, V ab , can be reduced by 30 % while maintaining the same η through the use of this optimization method.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».