MétaCan
Menu
Retour à la cohorte
Enregistrement W3118823796 · doi:10.1002/aic.17153

High efficient separation of olefin from fluid catalytic cracking naphtha: Separation mechanism and universal simulation method

2021· article· en· W3118823796 sur OpenAlexaff
Yuhao Zhang, Liang Zhao, Feng Chen, Yongtao Wang, Jinsen Gao, Liyuan Cao, Hui Wang, Chunming Xu

Notice bibliographique

RevueAIChE Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Postdoctoral Program for Innovative TalentsNational Natural Science Foundation of China
Mots-clésNaphthaOlefin fiberThiopheneFluid catalytic crackingTolueneGasolineCrackingCatalysisChemistryBenzeneOrganic chemistrySolventChemical engineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract The fluid catalytic cracking (FCC) naphtha critical component‐oriented separation process is an efficient method to produce ultra‐low‐sulfur (<10 μg/g) gasoline with minimal loss of octane number (<1 RON). However, the product quality is highly dependent on the structure of the components of FCC naphtha. Aromatics and thiophene sulfides without a methyl side chain favor the separation of olefin. The major impulse of olefin separation is the solvent‐induced dipole of aromatics or thiophene sulfides, leading to a “Plane‐to‐Plane” combination between the solvent and aromatics or thiophene sulfides, accompanied by a steric hindrance due to their side chains. This condition resulted in 2–3 times greater θ of benzene and thiophene compared with that of toluene and 3‐methylthiophene. In addition, an improved non‐random two‐liquid model was proposed based on the above results, and a simulation method for FCC naphtha solvent extraction process was established. The calculation results accorded well with industry data.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,382
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,282
Écart entre enseignants0,269 · 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'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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207