Develop and validate a mathematical model to estimate the removal of indoor VOCs by carbon filters
Notice bibliographique
Résumé
Adsorption-based air filters, especially carbon-based ones, are usually employed to remove VOCs from indoor air . Conducting tests at ppm level, which is substantially higher than the actual indoor concentration of VOCs, is recommended for reducing the test duration. Consequently, developing a model for estimating the service life of adsorptive filters under actual conditions is imperative. A comprehensive model that considers axially dispersed plug flow for interpellet mass transfer and pore surface diffusion model (PSDM) with variable surface diffusivity for intrapellet mass transfer was used to predict the performance of two filters exposed to three VOCs. First, the results of experiments conducted at concentrations ranging from 9 to 90 ppm in a bench-scale setup were used to compute the Dubinin-Radushkevich (D-R) isotherm parameters, which are concentration-independent. Then, the surface diffusivities at zero loading for various adsorbate-adsorbent systems were determined by fitting the developed model into the results of the experimental data performed at concentrations of 9 ppm or 30 ppm. Finally, the model was validated using experimental data which were conducted at lower concentrations, a higher velocity and on a full-scale setup. The inter-model comparison was carried out by comparing the comprehensive model with four other models to study the importance of various mass transfer steps. Finally, in sensitivity analysis, five dimensionless parameters ( Pe , St, E d p , E d s and D g ) were examined to investigate their impact on the filter's efficiency.
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 ».