MétaCan
Menu
Back to cohort
Record W7083477829 · doi:10.26507/paper.4338

Determinación del coeficiente de transferencia de masa en un modelo físico de un reactor metalúrgico: una experiencia en el laboratorio

2025· article· es· W7083477829 on OpenAlexfundno aff

Bibliographic record

VenueEncuentro Internacional de Educación en Ingeniería · 2025
Typearticle
Languagees
FieldComputer Science
TopicGeochemistry and Geologic Mapping
Canadian institutionsnot available
FundersUniversidad Nacional Autónoma de MéxicoUniversity of British Columbia
KeywordsContext (archaeology)Work (physics)Scope (computer science)Point (geometry)

Abstract

fetched live from OpenAlex

Los modelos físicos son una herramienta fundamental en investigación en Ingeniería de Procesos, que no ha sido aprovechada cabalmente para educación en Ingeniería. Un modelo físico es una representación, a escala y usualmente con materiales distintos, de un reactor industrial. En ese sentido, la mayoría de los modelos físicos en Ingeniería Metalúrgica se construyen con acrílico, lo que permite visualizar patrones de flujo, burbujeo y mezclado, entre otras características del sistema. En el contexto del estudio de la Ingeniería de procesos metalúrgicos, es importante cuantificar la transferencia de masa sólido-líquido en reactores tales como el convertidor Peirce-Smith para obtención de mata de cobre, debido a que la disolución de los sólidos que se agregan durante la operación está controlada - principalmente - por el transporte de masa. Sin embargo, es difícil cuantificar esto a partir de las ecuaciones gobernantes de dinámica de fluidos y transporte de masa, debido a los fenómenos complejos que interactúan durante la conversión de mata de cobre dentro del reactor. En lugar de eso, se recurre a la llamada aproximación de intercara, que utiliza al coeficiente de transferencia de masa para caracterizar la rapidez de disolución del sólido. Evidentemente, la determinación experimental de este parámetro es de vital importancia para estudiar al reactor. En este trabajo se reportan resultados obtenidos con un modelo físico del convertidor Peirce-Smith para estimar al coeficiente de transferencia de masa sólido-líquido mediante la medición de la pérdida de peso de cilindros de ácido benzoico sinterizados. Con estos resultados se aseguró que este ejercicio se puede implementar en el laboratorio del curso “Ingeniería de Procesos Metalúrgicos y de Materiales”, por lo que se incorporará al trabajo en el laboratorio. El modelo físico representa una sección del reactor (que es cilíndrico, con una hilera de toberas), simulando solamente a una de las toberas de alimentación de gas; se trata de un reactor que opera intermitentemente (batch). La inyección del aire genera burbujas que forman una “pluma” (zona donde las burbujas se mezclan con el líquido) cuyo movimiento provoca mezclado en el líquido. Para calcular el coeficiente de transferencia de masa se midió la pérdida de peso de un cilindro sólido soluble en agua; el cilindro estaba sumergido dentro del modelo a profundidad constante. Las variables estudiadas fueron el flujo volumínico de aire inyectado (0, 2, 5, 10, 15 y 20 LPM) y la posición de los cilindros (5, 10 y 20 cm, medidos desde la boquilla de alimentación de aire). Además, se realizaron pruebas de adición instantánea de trazador para caracterizar al tiempo de mezclado. El análisis estadístico de los resultados indicó que el flujo volumínico es el factor preponderante, seguido de la posición desde la boquilla y de la combinación de ambos. El trabajo en el laboratorio se ha diseñado para que los estudiantes puedan llegar a esta conclusión a partir de sus propias mediciones y no usando un “receta” para guiar el trabajo en el laboratorio.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.193
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0040.001
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.006
GPT teacher head0.273
Teacher spread0.266 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueEncuentro Internacional de Educación en IngenieríaSame topicGeochemistry and Geologic MappingFrench-language works237,207