A generalized analytical energy balance model for evaluating agglomeration from a binary collision of wet particles
Notice bibliographique
Résumé
Agglomeration of wet particles, i.e., particles coated with a thin liquid layer, is a common phenomenon in many processes like fluidized bed combustion of low rank fuels. The availability of an agglomeration model that can evaluate the outcome of a binary collision between wet particles differing in solid particle properties, liquid layer thicknesses, and initial collision (impact) speeds is essential for obtaining a comprehensive understanding on the existing processes experiencing wet particle agglomeration or for a successful development of new processes with high chances of wet particle agglomeration. This study presents a generalized agglomeration model on the basis of energy conservation before and after collision when colliding wet particles may differ in solid particle properties, liquid layer thicknesses, and impact speeds. The model was established based on the approximate values of energy losses that may happen during the collision. It incorporates body forces, solid-solid contacting, liquid capillary, and viscous contributions, as well as the liquid bridge volume effect. Predictions of the new model for collision outcomes of identical wet particles were like those from an analytical energy balance model developed recently by the group for identical wet particles. We also validated the new model by experimental data from literature. The results of a collision direction analysis indicated that the direction often has a minimal effect on the collision outcome in many practical scenarios. The results of Monte Carlo uncertainty analyses with the new model revealed that proper estimations of impact speed, under capillary limiting conditions, and thickness of coating layers and asperity heights, under viscous limiting conditions, are critical for the realistic prediction of collision outcomes at impact speeds close to critical impact speed, i.e., the minimum particle speed required for the particles to rebound.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».