A comprehensive sensitivity analysis on the performance of pseudo‐steady propane thermal cracking process
Notice bibliographique
Résumé
Abstract The propane thermal cracking reactor process is investigated in an industrial furnace with an alternative wall burner arrangement. Temperature and heat distribution of the furnace is obtained by three‐dimensional computational fluid dynamics (CFD) simulation technique using Ansys Fluent software. Ten calculation domains are adopted to decrease calculation costs. Different fuel rate ratios are selected as the main effective parameter on reactor performance. Different ratios of base fuel rate (0.0695 kg/s) have been considered. The obtained reactor tube wall temperature profile is used for a one‐dimensional pseudo‐steady reactor operation. By the proposed new arrangement, the created coke layer thickness is lower about 3 mm compared with the base case after 700 h. Meanwhile, Propane conversion is increased by 4%. Besides, reactor feed flow rate variations are considered one of the essential parameter on reactor operation. Despite surging in propylene yield after coke formation, ethylene yield decreases during the process. By increasing the fuel rate in each reactor flow rate, ethylene increased while propylene yield descended. The maximum allowable pressure drop is 2.7 bar. At 0.5ṁ fuel rate and 0.85 kg/s reactor flow rate, pressure drop, reactor lifetime, and ethylene yield are 1.23 bar, 1444 h, and 28%; respectively. In the reactor flow of 0.85 kg/s, by raising fuel rate 0.5–2ṁ ethylene yield is increased from 28% to 46.83%, while process operating time is reduced to 780 h. According to the results, 0.8–0.85 kg/s could be considered as an appropriate range for reactor feed flow rate.
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 | 0,000 | 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 | 0,000 |
| 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 ».