Reliable modelling of the sulphur properties to calculate the process parameters of the Claus sulphur recovery plant
Notice bibliographique
Résumé
Abstract In order to handle the overwhelming effects of the removed hydrogen sulphide (H2S) from natural gas and industrial waste gases on the environment, H2S can be converted to elemental sulphur. Among the available processes for sulphur recovery, the most widely employed process is a modified Claus process. In this work, first, least square version of support vector machine (LS‐SVM) approach is utilized for determining the properties of sulphur including heat of vaporization, heat of condensation (S6, S8), heat of dissociation (S6, S8), and heat capacity of equilibrium sulphur vapours as a function of temperature. An illustrative example is given to show the usefulness of the presented computer‐based models with two parameters for designing and operation of the Claus sulphur recovery unit (SRU). According to the error analysis results, predicted values by the proposed intelligent models are in excellent agreement with the reported data in the literature for the aforementioned sulphur properties where the coefficient of determination (R2) is higher than 0.99 for all developed models. The average absolute relative deviation percent (%AARD) is less than 1.3 while predicting the heat capacity of equilibrium sulphur vapours. Other proposed models' predictions show less than 0.2% AARD from the target values. In addition, a mathematical algorithm on the basis of the Leverage approach is proposed to define the domain of applicability of the developed LS‐SVM models. It was found that the presented models are statistically valid and the employed data points for developing the models are within the range of their applicability.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».