MétaCan
Menu
Retour à la cohorte
Enregistrement W3012306577 · doi:10.1002/cjce.23748

Investigation of fluidized bed behaviour using electrical capacitance tomography

2020· article· en· W3012306577 sur OpenAlexvenueno aff
Abdelwahid Azzi, Hiba Bouyahiaoui, Abdallah S. Berrouk, A. Hunt, I.S. Lowndes

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Bioimpedance Tomography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFluidizationSluggingElectrical capacitance tomographyFluidized bedMaterials scienceDistributorPorositySuperficial velocityAmplitudeMechanicsVoid (composites)ElectrodeComposite materialCapacitanceThermodynamicsChemistryPhysicsFlow (mathematics)Optics

Résumé

récupéré en direct d'OpenAlex

Abstract The temporal and cross‐sectional distributions of particles in a 127 mm diameter fluidized bed have been obtained using a new generation, high‐speed electrical capacitance tomography. Two planes of eight electrodes were used and mounted at 160 and 660 mm from the gas distributor which was a 3 mm thick porous plastic plate (maximum pore size of 50‐70 μ m). 3 mm diameter, nearly‐spherical polyethylene granules made up the bed. Experiments at sampling frequencies of 200‐2000 cross‐sections per second and gas superficial velocities from just below the minimum fluidization to 83% above minimum fluidization velocities were used. The time series of the cross‐sectional average void fractions have been examined both directly and in amplitude and frequency space. The last two used probability density functions and power spectral densities. The information gathered shows that the fluidized bed was operating in the slugging mode, which is not surprising given the size of the particles. It has been found that an increase in the excess gas velocity above the minimum fluidization velocity resulted in an increase in the mean void fraction, an increase in the length and velocity of the slug bubbles as well as the bed height, and a slight decrease in the slug frequency. The results are presented in a level of detail suitable for comparison with later numerical simulation.

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 enseignants0,035
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,014
Tête enseignante GPT0,174
Écart entre enseignants0,160 · 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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetElectrical and Bioimpedance TomographyTravaux en français237 207