MétaCan
Menu
Retour à la cohorte
Enregistrement W4417334854 · doi:10.1016/j.seppur.2025.136490

CFD-based performance analysis of geometric designs for adsorption columns

2025· article· en· W4417334854 sur OpenAlexafffund
Henry Steven Fabian-Ramos, Arvind Rajendran, Petr A. Nikrityuk

Notice bibliographique

RevueSeparation and Purification Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates
Mots-clésAdsorptionColumn (typography)Optimal designThroughputMass transferComputational fluid dynamicsFlow (mathematics)ThermalProcess (computing)

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,267
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSeparation and Purification TechnologyMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207