High fidelity numerical simulation of ethylene epoxidation packed bed
Notice bibliographique
Résumé
Abstract Packed bed reactors with a low tube‐to‐particle diameter ratio are mainly used in strong exothermic/endothermic reaction systems. However, the traditional plug flow packed bed reactor model is unsuitable for reactors with low N value (i.e., tube‐to‐particle diameter ratio) due to channelling near the wall and reflux in the bed. In this work, a high fidelity numerical model of packed bed reactor with different macro morphologies of particles was established by coupling the heterogeneous packed bed model, particle internal diffusion model, component migration equation, and reaction kinetics. Taking the packed bed reactor for ethylene epoxidation as an example, the industrial simulation of catalyst particles with different macro morphology was carried out by using this method. The total porosity and porosity distribution of the bed in this model are in good agreement with empirical formulas, with the errors in bed pressure drop and ethylene conversion rate being less than 15%. By using this model to simulate the flow field, temperature field, and internal diffusion of particles in a packed bed reactor with high fidelity, the concentration distribution of each component can be predicted. By comparing the pressure drop, temperature rise, and ethylene conversion rate of packed bed reactors filled with catalyst particles of different macroscopic shapes, it was found that HC2 particle‐packed beds have a lower pressure drop and a higher ethylene conversion rate.
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 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».