Modeling microwave heating in fluidized bed reactors: Revealing the interaction between microwave absorption and fluidization hydrodynamics
Notice bibliographique
Résumé
Microwaves present a promising solution for electrifying process heat in fluidized beds. The present study introduces a pioneering CFD-DEM (Computational Fluid Dynamics-Discrete Element Method) model coupled with electromagnetics, providing novel insights into microwave-particle–fluid interactions. The model utilizes a one-way frequency-transient algorithm, where Maxwell’s equation is solved in the frequency domain while coupling CFD-DEM equations in a two-way transient scheme. Results show that fluidization dynamics affects microwave power absorption and distribution. For instance, altering the fluidization regime from bubbling to sluggish helps mitigate hotspot temperatures by axially mixing particles between microwave-induced hotspot and cold spot regions. Notably, microwave-induced cold spot is heated at a rate of 0.7 °C/s which is unexpectedly higher than the heating rate of 0.02 °C/s resulting from direct microwave absorption. This is due to convective heat transfer from gas due to bubble dynamics, introducing new physics in microwave-matter interactions. Our findings imply that microwave heating in fluidized beds offers substantial flexibility in controlling the temperature profile as well as microwave power absorption and distribution, offering new opportunities for optimization, research, and development.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».