MétaCan
Menu
Retour à la cohorte
Enregistrement W4221043864 · doi:10.1515/revce-2021-0049

A comprehensive review of the application of DEM in the investigation of batch solid mixers

2022· review· en· W4221043864 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueReviews in Chemical Engineering · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMixing (physics)Computer scienceProcess engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Powder mixing is a vital operation in a wide range of industries, such as food, pharmaceutical, and cosmetics. Despite the common use of mixing systems in various industries, often due to the complex nature of mixing systems, the effects of operating and design parameters on the mixers’ performance and final blend are not fully known, and therefore optimal parameters are selected through experience or trial and error. Experimental and numerical techniques have been widely used to analyze mixing systems and to gain a detailed understanding of mixing processes. The limitations associated with experimental techniques, however, have made discrete element method (DEM) a valuable complementary tool to obtain comprehensive particle level information about mixing systems. In the present study, the fundamentals of solid-solid mixing, segregation, and characteristics of different types of batch solid mixers are briefly reviewed. Previously published papers related to the application of DEM in studying mixing quality and assessing the influence of operating and design parameters on the mixing performance of various batch mixing systems are summarized in detail. The challenges with regards to the DEM simulation of mixing systems, the available solutions to address those challenges and our recommendations for future simulations of solid mixing are also presented and discussed.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil0,826

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,287
Écart entre enseignants0,249 · 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