MétaCan
Menu
Retour à la cohorte
Enregistrement W4400854712 · doi:10.1016/j.seppur.2024.128846

Modeling of adsorption process on monolith adsorbents: A mini-review

2024· article· en· W4400854712 sur OpenAlexaff
Sina Esfandiar Pour, Alireza Haghighat Mamaghani, Zaher Hashisho

Notice bibliographique

RevueSeparation and Purification Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensConcordia UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMonolithAdsorptionProcess (computing)Breakthrough curveChemistryChemical engineeringChromatographyProcess engineeringComputer scienceEngineeringOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Monolith adsorbents are structured functional materials composed of numerous long, parallel, uniformly shaped (hexagonal, square, etc.) channels separated by thin walls. Honeycomb adsorbents have been widely applied in environmental remediation and gas-phase processes primarily because they offer efficient fluid–solid contact, small pressure drop at high flow rates, and superior mass transfer and diffusion compared to conventional fixed-bed adsorbents. Detailed modeling of adsorption on monolith adsorbents not only sheds light on the interconnections among physical and chemical phenomena during the adsorption and strategies to boost efficiency, but also facilitates sensitivity analysis on operating conditions and adsorbent design optimization. In this review, first some of the key factors that influence the gas-phase adsorption process including adsorbate properties, adsorbent characteristics, operating condition (temperature, humidity, and flow rate), and monolith adsorbent structure are reviewed. Next, a step-by-step modeling methodology to simulate the adsorption process on monolith adsorbents is put forward and discussed. The proposed methodology elucidates the steps to develop accurate models for mass transfer, momentum transfer, and adsorbent’s geometry. Furthermore, a number of simplifying assumptions are introduced and justified, which can significantly reduce the computational complexity and required resources in computational fluid dynamics (CFD) modeling. Finally, some remarks are made on the importance of modeling and optimization of monolith adsorbent structural designs prior to adsorbent fabrication and use to concurrently improve the adsorption performance and reduce the cost and time of adsorbent production in large scales.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,015
Tête enseignante GPT0,285
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueSeparation and Purification TechnologyMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207