MétaCan
Menu
Retour à la cohorte
Enregistrement W3201515953 · doi:10.1002/cjce.24315

Moisture removal behaviour of single hard lignite particle during drying and quantitative characterization for its surface damage

2021· article· en· W3201515953 sur OpenAlexvenueno aff
Mingqiang Gao, Keji Wan, Zhenyong Miao, Qiongqiong He, Pengchao Ji, Shuwen Xue, Xiuyong Dong

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueCoal Combustion and Slurry Processing
Établissements canadiensnon disponible
Organismes subventionnairesQinglan Project of Jiangsu Province of ChinaNational Natural Science Foundation of China
Mots-clésMoistureDiffusionMaterials scienceParticle (ecology)Composite materialWater contentStage (stratigraphy)Particle sizeChemistryGeotechnical engineeringThermodynamicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract It is extremely meaningful to study the damage behaviour of lignite for safe operation during the drying process. In this study, a single hard lignite particle (SHLP) was prepared for drying. The drying characteristics of an SHLP were described, and its drying kinetics were studied from the perspective of the drying model and effective diffusion coefficient ( D eff ). The development of surface cracks in drying were obtained, and the changes in surface damage were quantitatively described by relative crack rate ( RCR ). The results showed that the drying process for an SHLP was divided into three stages following the slope of the drying curve. The rapid removal of a large proportion of moisture mainly occurred in stage I. The Page model is the best model for describing the drying of an SHLP. In addition, D eff increased with increasing drying time. High temperature promoted the moisture transfer from the inside to the surface of an SHLP. Finally, surface cracks on the SHLP developed rapidly in the early drying stage; specifically, the primary cracks widened and lengthened, and the small cracks mainly attached to the primary cracks. In the later drying stage, cracks shrank and cracks in the branch structure closed. High drying temperature made the RCR of an SHLP reach the maximum value more quickly in stage I.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,213
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCoal Combustion and Slurry ProcessingTravaux en français237 207