Marrying Materials and Processes: A Superstructure Inspired Optimization Approach For Pressure Swing Adsorption Based Carbon Dioxide Capture Processes
Notice bibliographique
Résumé
The performance of an adsorption-based separation process is dictated by the choices of the solid sorbent and the process configuration. Often screening of materials and process configuration is performed using digital twins that mimic a real adsorption process. In typical studies, either several materials are screened for a specific process configuration to find the best candidate or the performance of several process configurations is evaluated for a specific material. However, it has long been suggested that to truly maximize the potential of a given material, it should be "married" to processes. In this work, we address the "marriage" of materials and processes through three dedicated goals. First, to develop a modeling framework for an all-encompassing pressure swing adsorption cycle composed of several process configurations. Second, to develop an optimization framework, drawing inspiration from superstructures, to select the optimal process configuration from the all-encompassing cycle to reach a given process target. Third, to highlight the importance and relevance of such an approach that enables each material to truly maximize its potential, by varying both the process configuration and the corresponding operating conditions. To address these goals, we have developed a computational framework composed of a process model and a process optimizer. Subsequently, using this computational framework, we have evaluated the performance of several real and hypothetical materials. Our computational studies led to two key outcomes, namely, (1) to employ an integrated material-process optimization approach to maximize the true potential of any material when screening for a given application and when evaluating the performance under different feed conditions; and (2) not to generalize the observations regarding the best process configuration from one material to every other material.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».