MétaCan
Menu
Retour à la cohorte
Enregistrement W4210398049 · doi:10.7451/cbe.2021.63.2.1

Discrete element modelling (DEM) of hemp processing using a hammermill

2022· article· en· W4210398049 sur OpenAlexafffundvenue
Mohammad A. Sadek, Ying Chen

Notice bibliographique

RevueCanadian Biosystems Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAgricultural Engineering and Mechanization
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDiscrete element methodBreakageBond strengthHammerRotational speedMaterials scienceFlow (mathematics)MechanicsComposite materialStructural engineeringEngineeringMechanical engineeringPhysicsAdhesive

Résumé

récupéré en direct d'OpenAlex

The discrete element method (DEM) was used to develop a model to simulate hemp processing using a hammer mill. The model was computed using a commercial software package - Particle Flow Code in Three Dimensions (PFC3D). In the model, a simulated hemp stem was defined using spherical particles connected with parallel bonds implemented in the PFC3D. The breakage of the bonds mimics the hemp breaking phenomenon within the hammermill. A micro property, bond strength of the hemp stems, was calibrated using the literature data from compression tests of hemp stems. The calibrated bond strength was 2.2 x106 Pa. With the calibrated bond strength, the model was used to simulate the power and energy distributions within the hammermill. The simulations were performed for different hammer rotational speeds and feeding masses. The results showed that both the specific kinetic and strain energies increased with the increase of the feeding mass; however, the effects of the hammer rotational speed did not follow any particular trends.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,010
Tête enseignante GPT0,161
Écart entre enseignants0,151 · 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'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

Citations0
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Biosystems EngineeringMême sujetAgricultural Engineering and MechanizationTravaux en français237 207