MétaCan
Menu
Retour à la cohorte
Enregistrement W2990672968 · doi:10.1002/cjce.23683

Sequential modular simulation of circulating fluidized bed reactors

2019· article· en· W2990672968 sur OpenAlexvenueno aff
H Abedi Jafari, Amir Sheikhi, Rahmat Sotudeh‐Gharebagh

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensnon disponible
Organismes subventionnairesIran National Science Foundation
Mots-clésModular designFluidized bedMass transferProcess engineeringDecompositionProcess (computing)Heat transferChemical reactorFluidized bed combustionWork (physics)Range (aeronautics)Computer scienceNuclear engineeringEngineeringMechanical engineeringChemistryMechanicsChemical engineeringWaste managementPhysicsChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract Bypassing the mathematical complexity of equation‐oriented approaches in predicting the performance of chemical reactors has recently stimulated a significant amount of interest. Among chemical reactors, circulating fluidized bed reactors (CFBRs) have secured an important role in a broad range of applications in energy sectors due to their advantages, including high fluid‐solid contact efficiency, uniform temperature, and enhanced heat and mass transfer rates. Accordingly, modelling and predicting the performance of these reactors is of great importance. In this study, a sequence‐based model was developed to predict the behaviour of CFBRs. Complex phenomena in CFBRs were mimicked by two sub‐models, namely the hydrodynamics module, which addressed the physical changes, and the reaction kinetics module, which described the chemical evolution of species. The performance of the proposed model was validated with a library of catalytic ozone decomposition experimental data in CFBRs. This work introduces a new infrastructure for modelling CFBRs, which may be combined with the current process simulation software, such as Aspen Plus©, for advanced process modelling applications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,071
Score d'incertitude au seuil0,454

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetGranular flow and fluidized bedsTravaux en français237 207