A simplified kinetic model for modern cooking of aspen chips
Notice bibliographique
Résumé
Abstract Kraft pulping kinetic models are an important component of any fundamental continuity based continuous digester model. These models can be used to further develop our understanding, or as a framework to support the development of real-world control, estimation and optimization strategies. Effective models are tailored to a specific species of wood and must be applicable for a wide range of expected cooking conditions. In this work a series of experiments were conducted on hardwood Aspen chips for 5 different cooking conditions. Each series of cooks were interrupted at different time intervals to capture the dynamic response of the cook. The key chips and liquor components were measured and reconciled at each interval. A dynamic model was then developed based on a simplification of a continuous digester model under batch conditions. This ensures continuity between the key assumptions governing both the batch kinetics model and the expanded continuous form. A kinetic model structure was adapted from the literature that quantifies all three accepted phases of lignin and cellulose degradation, i. e. the initial, bulk and residual phases as well as the effect of modern cooking practices such as intra-cook white liquor addition on the transition between the bulk and residual phases. Additionally, modifications were made to the kinetic model structure to reduce the overall number of states and to impose a floor limit on degradation, thereby reducing the overall complexity and computational burden. The model was then fit to the data using weighted least squares and simulation optimization techniques.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».