MétaCan
Menu
Retour à la cohorte
Enregistrement W3033502400 · doi:10.1002/cjce.23823

Rigorous design and control of thermally integrated pressure‐swing reactive distillation process for isobutyl acetate production considering the effect of column pressures

2020· article· en· W3033502400 sur OpenAlexvenueno aff
Qingrui Zhang, Yan Liu, Peng‐Fei Xu, Yujun Wang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Shandong Province
Mots-clésAzeotropeReactive distillationCascadeProcess integrationFeed forwardChemistryVolatility (finance)Dynamic simulationProcess controlRelative volatilityDistillationControl theory (sociology)SwingFractionating columnTemperature controlProcess (computing)Process engineeringComputer scienceMathematicsChromatographyControl engineeringEngineeringSimulationControl (management)Mechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract By studying the effect of pressure on relative volatility, azeotrope composition, and net reaction rate, a rigorous pressure‐swing thermally integrated reactive distillation (PST‐RD) process for isobutyl acetate synthesis is proposed. The steady‐state and dynamic characteristics of the PST‐RD process are evaluated based on Aspen and Aspen Dynamic. Steady‐state optimization results show that the energy consumption and the total annual cost (TAC) reduced by 42.32% and 34.20% compared with the conventional two‐column process, respectively. Subsequently, two control structures of the PST‐RD process under a rigorous model are developed and evaluated by large disturbances in throughput and feed composition. Dynamic simulation results show that peak dynamic transients can be effectively reduced by adding a Q/F feedforward control structure. Furthermore, the effective heat integration of high‐pressure (HP) and low‐pressure (LP) columns can be realized by implementing composition/pressure cascade control when the capacity of the LP column increases.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
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)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,194
Écart entre enseignants0,185 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetProcess Optimization and IntegrationTravaux en français237 207