MétaCan
Menu
Retour à la cohorte
Enregistrement W4385186750 · doi:10.1080/10934529.2023.2238586

Transient simulation of SO<sub>2</sub> absorption into water in a bubbling reactor

2023· article· en· W4385186750 sur OpenAlexaff
Yuyang Cai, Zhen Wang, Dunyu Liu, Jun Chen, Jing Jin, Qi Qin, Ke Liu, Haixiang Hu, Sijie Li, Huancong Shi

Notice bibliographique

RevueJournal of Environmental Science and Health Part A · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Gas Emission Control
Établissements canadiensUniversity of Regina
Organismes subventionnairesNational Natural Science Foundation of ChinaNatural Science Foundation of Shanghai
Mots-clésScrubberEntrainment (biomusicology)BubbleAbsorption (acoustics)Water modelMechanicsChemistryVolumetric flow rateEnvironmental scienceMaterials scienceMolecular dynamics

Résumé

récupéré en direct d'OpenAlex

A bubbling reactor is an important type of gas scrubber to reduce SO2 emissions in maritime shipping. Both experiments and simulations were conducted to study the relationship between the periodic gas bubbling process and SO2 concentration at the outlet of the reactor, and the entrainment of liquid droplets on SO2 absorption. The accuracy of the model was verified by comparing the bubble size, the depth of bubbles injected into the water, and the SO2 concentration obtained in both experiments and simulations. The gas bubbling process is accompanied by bubble formation, rise, and collapse. The gas bubbling period is affected by the disturbance of the liquid level. The period of the SO2 concentration at the outlet of the gas bubbling reactor is smaller than that at the gas jar outlet which acts as the gas buffering region. The amounts of water carried out of the bubbling reactor by the gas bubbling process increase with the gas flow rates. The droplets and liquid film in the gas jar and the connecting tube play an important role in the absorption of SO2. This study encourages more research to reduce the fluctuation of SO2 concentration and consider droplet entrainment in the design of bubbling reactors.

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)0,002
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 enseignants0,453
Score d'incertitude au seuil0,176

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,280
Écart entre enseignants0,250 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part AMême sujetIndustrial Gas Emission ControlTravaux en français237 207