Research on a New Drag Force Model for Cylindrical Particles in Fixed Bed Reactors
Notice bibliographique
Résumé
Fixed bed reactors play an important role in converting solid wastes to high-quality products. The solid wastes, as well as the corresponding catalysts, are often made into cylindrical particles. However, research on the drag force for cylindrical particles is still rarely reported. In this work, the fixed bed porosity was firstly predicted with the unresolved CFD-DEM method and validated against experimental data. Then, the Ergun model, Di Felice model, and Ganser model were evaluated against the reported pressure drop data for both the spherical and cylindrical particles, so that a more solid drag force theory could be selected as a candidate for cylindrical particles. Finally, a new Ganser model was proposed for cylindrical particle drag force prediction based on the reported experimental results and validated by other experimental data. It was found that, for the spherical particle bed, the relative prediction errors of the Di Felice model are approximately 10%, while those of the Ergun model are approximately 15%. For the cylindrical particle bed, the relative prediction errors of the Ganser model are approximately 10%, while those of the Di Felice model are much higher than 10%. With the new Ganser model proposed in this work, the maximum error between the predicted pressure drop and the experimental data can be lowered to approximately 5%. The research is of reference value for drag force model selection when simulating similar FBRs with cylindrical particles.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».