MétaCan
Menu
Retour à la cohorte
Enregistrement W4404506059 · doi:10.1002/cjce.25546

Study on mixing performance of perforation static mixers applied to high viscosity polymer mixing

2024· article· en· W4404506059 sur OpenAlexvenueno aff
Chenyang Wang, Jiankang Wang, Zhijun Li, Zuliang Yang, Lijun Hao, Yiwen Zheng

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2024
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMixing (physics)ViscosityPolymerMaterials sciencePerforationMechanicsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract To investigate the effect of perforation structure on the mixing performance, three kinds of perforation arrangement were used to modify Kenics static mixer, which were radial arrangement, axial arrangement, and diagonal arrangement. The corresponding modified static mixers were constructed and named PSM‐R, PSM‐A, and PSM‐D. The flow of polymer melts inside them were simulated using Polyflow software. The effects of perforation arrangement, perforation diameter ( d ), and perforation spacing distance ( δ ) on segregation scale ( S ) and pressure drop ( Δp ) were analyzed using single‐factor experiment. The results showed that the perforation structure was helpful to improve the mixing effect. The impact of d on S and Δp was more significant. While increasing d of PSMs, S firstly decreased and then increased. However, Δp monotonously decreased. The impact of δ on S and Δp was smaller. The model of Reynolds number (Re) versus Δp was obtained by fitting and the effect of Re on Δp was significant. In all PSMs, PSM‐A with d of 3 mm and δ of 7 mm has the smallest S , that was reduced by 26.2%, compared to the standard Kenics static mixer.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,194 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207