MétaCan
Menu
Retour à la cohorte
Enregistrement W3010425107 · doi:10.1002/cjce.23741

Micromixing performance in a rotating bar reactor

2020· article· en· W3010425107 sur OpenAlexvenueno aff
Abdelgadir Bashir Banaga, Xu‐Jia Yue, Guang‐Wen Chu, Wei Wu, Yong Luo, Jian‐Feng Chen

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMicromixingRotational speedVolumetric flow rateMechanicsBar (unit)ChemistryIonMaterials scienceCylinderRange (aeronautics)Flow (mathematics)ConcentricThermodynamicsAnalytical Chemistry (journal)ChromatographyPhysicsClassical mechanicsComposite materialMathematicsEngineeringMechanical engineeringGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract A rotating bar reactor (RBR) was designed for adjusting micromixing efficiency. It consists of two concentric cylinders of inner rotating and outer fixed cylinders. Two feeding modes, named as radial and tangential feeding modes, were applied to modify the feeding at the bottom section of the RBR. The influence of feeding modes on the micromixing performance was measured with different rotational speeds, flow rates, viscosities, volumetric flow ratios, and hydrogen ion concentrations. Experimental results reveal that the RBR with tangential feeding mode has better micromixing performance than that with radial mode. The higher rotational speed has a positive impact on the segregation index (Xs). The values of Xs increased with the decrease of the flow rate, and the increase of the viscosity, volumetric flow ratio, and hydrogen ion concentration. The micromixing time, estimated by using an incorporation model, was in the range of 5.00 × 10−6‐1.13 × 10−5 seconds in the RBR with a tangential feeding mode, which indicates a promising prospect of the RBR for process intensification of fast and complex reactions.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,185
Écart entre enseignants0,174 · 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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207