Liquid and solids phase backmixing in a bubble and slurry bubble column using a virtual tracer response methodology based on the trajectory data of the radioactive particle tracking (<scp>RPT</scp>) technique
Notice bibliographique
Résumé
Abstract Virtual tracer response methodology developed based on the trajectory data of the computer aided radioactive particle tracking (CARPT) technique was demonstrated. The demonstrated virtual tracer technique has advantages of non‐invasiveness, near perfect injection/sampling, and flexibility in choosing the sampling/injection boundaries in a specific spatial pattern. With the developed virtual tracer technique, liquid and solids backmixing were investigated at the conditions mimicking Fischer‐Tropsch synthesis. Experiments were conducted at different pressure, solids loading, and superficial gas velocity. The axial dispersion model (ADM) and recirculation and cross flow dispersion (RCFD) models were used to model the liquid mixing. Transient sedimentation dispersion model (SDM) was used to model the solids mixing. It was found that the measured axial dispersion coefficient ( D l ) in the ADM model increases with increase in the pressure. The increase of dispersion coefficient was explained with the experimental values of mean axial diffusivity and mean recirculation velocity. Axial dispersion coefficients ( D z , u D z , d ) in the RCFD model (compartment model) were apparently lower than the D l , due to the decoupling of global recirculation from the dispersion coefficients in the RCFD. Further, it was found that the dispersion coefficients in the RCFD model follow the trend of the axial eddy diffusivity with change in the operating conditions revealing the dominance of the turbulence in the upflow and downflow compartments. From the solids backmixing study, axial dispersion coefficient ( D s ) of solids was found to increase with increase in the solids loading, pressure, and superficial gas velocity at the studied conditions.
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 | 0,002 | 0,002 |
| 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 ».