MétaCan
Menu
Retour à la cohorte
Enregistrement W6902926494 · doi:10.1021/acs.iecr.1c00469.s001

Rapid Cycling Thermal Swing Adsorption Apparatus:\nCommissioning and Data Analyses for Water Adsorption of Zeolites 4A\nand 13X Over 2000 Cycles

2021· article· en· W6902926494 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdsorption and Cooling Systems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAdsorptionThermogravimetric analysisZeoliteSwingThermalThermal analysisThermal stability

Résumé

récupéré en direct d'OpenAlex

Evaluation of adsorbent\nintegrity over thousands of cycles is necessary\nto establish the service time and sustainability of adsorbents employed\nin industrial dehydration. Herein, an adsorption apparatus for rapidly\ncycling multiple adsorbents through a thermal swing adsorption process\nis introduced with results for 2000 cycles. This apparatus has eight\nsample cells arranged in parallel, which are embedded in an aluminum\nblock for rapid heating and cooling. At the outlet of each cell, the\nwater content and temperatures are measured using capacitance relative\nhumidity sensors, which incorporate resistance thermometers. The analysis\nof the breakthrough curves generated for each adsorbent gives inference\ninto the change in water uptake capacity over continuous cycling.\nTo handle the large sets of data generated by this instrument, an\nautomated analysis program was implemented. To demonstrate the functionality\nof the instrument, zeolites 4A and 13X were cycled in a thermal swing\nprocess over 2000 cycles and the change in the uptake capacity was\nmonitored by the analysis of the breakthrough plots for each cycle.\nFurthermore, the results of the breakthrough analyses were verified\nwith the thermogravimetric analysis of the adsorbents. From these\nexperiments, zeolites 4A and 13X were observed to lose 7 ± 3\nand 19 ± 7% of the adsorption capacity, respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,101
Tête enseignante GPT0,324
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAdsorption and Cooling SystemsTravaux en français237 207