MétaCan
Menu
Retour à la cohorte
Enregistrement W2977863489 · doi:10.1002/aic.16813

Simultaneous effect of particle size and solid concentration on the hydrodynamics of slurry bubble column reactors

2019· article· en· W2977863489 sur OpenAlexafffund
El Mahdi Lakhdissi, Iman Soleimani, Christophe Guy, Jamal Chaouki

Notice bibliographique

RevueAIChE Journal · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensConcordia UniversityPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSlurryBubbleParticle sizeParticle (ecology)ViscosityWork (physics)Bubble column reactorChemistryPhase (matter)MechanicsMaterials scienceChromatographyThermodynamicsAnalytical Chemistry (journal)Gas bubbleComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The simultaneous effect of particle size and concentration on the total gas holdup of slurry bubble column reactors was investigated in this work. The total gas holdup was measured for air–water–glass beads systems. Three solid concentrations and three particle diameters were used. It was found that increasing particle size at high constant concentration decreases gas holdup. Moreover, increasing solid concentration decreases gas holdup and this decreasing effect is higher for larger particles. Also, solid particles have two effects on hydrodynamics, namely, changing the viscosity and density of the liquid phase as well as hindering the bubbles from rising within the column by the collision phenomenon. Therefore, a novel correcting factor was introduced to correct the gas holdup. The hindering factor considers both the collision efficiency affected by the particle size as well as the solid concentration. A novel correlation was developed to predict the experimental data of the three‐phase gas holdup.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,002
Tête enseignante GPT0,190
Écart entre enseignants0,188 · 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

Citations42
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetFluid Dynamics and MixingTravaux en français237 207