MétaCan
Menu
Retour à la cohorte
Enregistrement W3005959819 · doi:10.1021/acs.iecr.9b06116

Hydrodynamic Characteristics in a Cold Flow Model of Quadruple Fluidized Bed Gasifier

2020· article· en· W3005959819 sur OpenAlexaff
Jie Ren, Ziliang Wang, Boshu He, Linbo Yan, Ziqi Wang, Guangchao Ding, Zhaoping Ying

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueIron and Steelmaking Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésWood gas generatorFluidized bedBubbleFlow (mathematics)MechanicsChemical looping combustionFluidized bed combustionMaterials scienceEnvironmental scienceNuclear engineeringProcess engineeringWaste managementEngineeringPhysicsCoal

Résumé

récupéré en direct d'OpenAlex

Quadruple fluidized bed gasifier (QFBG) is a new kind of clean power-generation system, which consists of a dual fluidized bed (DFB) gasifier and a dual fluidized bed of chemical looping. With high gasification efficiency and low carbon emissions, QFBG has attracted extensive attention. Hydrodynamic characteristics of the quadruple fluidized bed (QFB) system are the base of modeling and designing of a hot reactor. To fully understand the hydrodynamic characteristics, a cold flow model of the QFB system on a laboratory scale was designed and set up. In the cold model, operation parameters such as bubble fluidized bed velocity, riser velocity, and total solid inventory (TSI) were investigated. Meanwhile, an exclusive pressure balance equation of QFB is proposed. The QFB was also compared with DFB. The results from the experiment show that the QFB system has a positive response to the operation parameters and better solid transport capacity than the typical DFB system.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,111
Tête enseignante GPT0,291
Écart entre enseignants0,180 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetIron and Steelmaking ProcessesTravaux en français237 207