MétaCan
Menu
Retour à la cohorte
Enregistrement W4293246308 · doi:10.1002/cjce.24419

Experimental methods in chemical engineering: Optical fibre probes in multiphase systems

2022· article· en· W4293246308 sur OpenAlexaffvenue
Shahab Golshan, Gregory S. Patience, Reza Zarghami, Jamal Chaouki, Bruno Blais

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceOptical fiberBubbleParticle (ecology)SpectroscopyTurbulenceOpticsLight scatteringMixing (physics)MechanicsScatteringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract As much as 75% of the raw materials in the chemical industry and 50% of consumer products are in the form of powders or granular solids. Gasification, pyrolysis, coating, granulation, drying, and mixing are examples of processes in which particles contact fluids. Researchers examine the hydrodynamics of these fluid–solid systems with pressure signals, acoustics, tomography, radioactive particle tracking, optical fibre measurements, and spectroscopy. Among these techniques, fibre optic probes are simple, inexpensive, and sensitive (spatial resolution of 100 μm) and have sampling frequencies of Hz. Optical probes measure local hydrodynamic properties, including particle velocity, solids fraction, and voids, which are difficult to measure in heterogeneous systems like spouted beds, risers, and turbulent fluidized beds. Light from a fibre optic bundle illuminates a specific volume, and fibres from the same or separate bundle return the reflected or transmitted photons to a detector (visible, near‐infrared spectroscopy, or Raman). Sample MATLAB codes included herein together with sample experimental data demonstrate how to process raw signals for gas/solids/and bubble holdup, particle and bubble velocity, bubble size, and solids flux.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetGranular flow and fluidized bedsTravaux en français237 207