CFD-based performance analysis of geometric designs for adsorption columns
Notice bibliographique
Résumé
Adsorption columns are integral to numerous industrial separation processes, yet their geometric design has remained largely underexplored compared to other optimization avenues such as adsorbent selection or process intensification. This study investigates the impact of column geometry on adsorption performance using a validated Computational Fluid Dynamics (CFD)-based adsorption model. The model, built and validated at laboratory and pilot scales, is used to systematically compare cylindrical, spherical, and rectangular column configurations under identical operating conditions. Our simulations reveal the impact of geometry on mass and heat transfer, flow distribution, column breakthrough responses, and front propagation in both 2D and 3D. It is shown that column design plays a key role in shaping the thermal profiles during the later stages of a DCB run, affecting the adsorption loading capacity of the beds and potentially leading to the formation of dead zones. While the spherical design shows limited effectiveness for adsorption, the rectangular design showcases equivalent transport dynamics and performance as the conventional cylindrical column, while also promising a substantial increase in space utilization. This potentially translates into significant gains in throughput for the same real estate, a promising prospect for space-constrained adsorption applications. • Column geometry impacts adsorption dynamics mostly at the latter stages of a DCB run. • The rectangular and cylindrical designs display equivalent adsorption performance. • A rectangular design could improve throughput by 27% for the same real estate. • Dead zones are found in the spherical design due to subpar distribution of energy. • Pilot-scale columns can reasonably represent the dynamics of industry-scale systems.
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 | 0,003 | 0,004 |
| 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 ».