Reliable modelling of the sulphur properties to calculate the process parameters of the Claus sulphur recovery plant
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In order to handle the overwhelming effects of the removed hydrogen sulphide (H 2 S) from natural gas and industrial waste gases on the environment, H 2 S 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 ( S 6 , S 8 ), heat of dissociation ( S 6 , S 8 ), 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 ( R 2 ) 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle