MétaCan
Menu
Retour à la cohorte
Enregistrement W3040032959 · doi:10.1002/aic.16653

Solid hold‐up measurement in a jet‐impactor assisted fluidized bed using gamma‐ray densitometry

2020· article· en· W3040032959 sur OpenAlexafffund
Hamed Nasri Lari, Majid Rasouli⃰, Jamal Chaouki, Jason R. Tavares

Notice bibliographique

RevueAIChE Journal · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationSigma Xia
Mots-clésFluidized bedFluidizationAgglomerateJet (fluid)MechanicsMaterials scienceRange (aeronautics)Work (physics)Momentum (technical analysis)Thermal diffusivityComposite materialPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract A jet‐impactor assisted‐fluidized bed (JIAFB) for continuous de‐agglomeration of nanopowder agglomerates was presented in previous work. Therein, a jet caused agglomerates to impinge up an impactor, where they would break. However, efficient impactor positioning will be dictated by particle momentum: the product of solid concentration and velocity must be highest. Herein, the variation of solid hold‐up was measured in a fluidized bed of Fe 2 O 3 nanoparticles using gamma‐ray densitometry. Behaviour was compared under minimum fluidization and bubbling regimes, over a wide range of jet velocities (0–200 m s −1 ). A new line‐decomposition approach allowed mapping local solid distribution across seven axial and five radial positions, tangibly demonstrating how increasing the gas velocity enhanced the fluidization quality by increasing axial solid diffusivity. Conversely, increasing jet velocity locally decreased solid hold‐up in the jet‐affected zone, and brought about inhomogeneities. With this information in hand, jet‐to‐impactor distance was optimized and validated experimentally.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,122
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,071
Tête enseignante GPT0,283
Écart entre enseignants0,212 · 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.

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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetGranular flow and fluidized bedsTravaux en français237 207