Investigation of flow Maldistribution in Trickle Bed Reactors Dense and Sock Loading Beds
محل انتشار: هفتمین کنگره ملی مهندسی شیمی
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 931
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICHEC07_032
تاریخ نمایه سازی: 25 فروردین 1394
چکیده مقاله:
Liquid mal-distribution in catalytic Trickle bed reactor have investigated using porous alumina extrudate trilobe catalysts. Two different catalyst loading methos (dense and sock) were used toevaluate the performances of the dense and sock loaded bed in terms of liquid spreading. Theexperimental setup has capability for studying the effect of bed height on distribution of the liquid for different gas and liquid flow rates. A collector device with seven compartments has been usedin bottom of the reactor to investigate the liquid radial distribution. Furthermore, an Artificial Neural Network (ANN) algorithm has been applied to predict the effective parameters on liquid spreading in trickle bed using the obtained experimental data. was concluded that with same liquiddistributor and operating conditions, the sock packed beds distribute liquid better than dense ones.It was explaind that these results are due to the Isotropic distribution of porosity in sock loaded beds in comparison with dense beds. It was observed that any increase in gas and liquid flow rate enhances the liquid flow distribution; however, the effect of liquid flow rate is more considerable.
کلیدواژه ها:
trickle bed reactor ، maldistribution ، trilobe catalyst ، dense and sock loading ، artificial neural network
نویسندگان
m Bazmi
Computational Fluid Dynamics (CFD) Research Laboratory, School of Chemical Engineering, Iran University of Science and Technology, Narmak, Tehran, ۱۶۸۴۶, Iran Research Institute of Petroleum Industry, Tehran, Iran
s.h Hashemabadi
Computational Fluid Dynamics (CFD) Research Laboratory, School of Chemical Engineering, Iran University of Science and Technology, Narmak, Tehran, ۱۶۸۴۶, Iran
m Bayat
Research Institute of Petroleum Industry, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :