.png){kind=icon}
返回
Computational flow models for crystallization processes
.png){kind=icon}
OA
AI
DOI：10.1016/j.coche.2026.101246.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
结晶是一种受热力学、动力学和 multiphase fluid dynamics（多相流体动力学）调控的关键分离和纯化方法。过饱和度生成、成核、晶体生长、团聚和破碎决定了颗粒的尺寸和形状，并使用 population balance models（PBMs）进行描述。与 computational fluid dynamics（CFD）耦合后，PBMs 能够实现实际反应器中颗粒行为的时空解析预测。本综述概述了基本的结晶动力学和 PBM 公式化方法，包括成核和生长表达式、团聚和破碎核函数以及基于矩的求解方法。同时，它还强调了 multiphase CFD 如何表示搅拌罐、管式反应器、静态混合器和撞击流中的湍流、混合和相间相互作用，以支持工艺设计和放大。主要的计算挑战包括刚性、微混合、反应-平衡网络和并行化，以及成本降低策略，如分区模型和 CFD 指导的反应器表征。新兴的机器学习工具加速了参数估计和代理建模，其应用范围从无机沉淀到 pharmaceutical crystallization（药物结晶）。
Keyword:
crystallization
population balance models
computational fluid dynamics
particle size distribution
process scale-up
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.8
论文数:
1.2K
被引数:
5.9K
机构
引用论文
Computational Fluid Dynamics and Population Balance Model Enhances the Smart Manufacturing and Performance Optimization of an Innovative Precipitation Reactor计算流体动力学和人口平衡模型增强了创新沉淀反应器的智能制造和性能优化.png)
Processes
ProcessesIF0
PREAI
分享收藏
分享收藏Multivariate optimization and inverse design of multiphase reactive systems via deep learning and 3D CFD–PBM simulations基于深度学习和3D cfd-pbm模拟的多相反应系统多变量优化和逆向设计OAAI
OAAI分享收藏Computational Modeling of Magnesium Hydroxide Precipitation and Kinetics Parameters Identification氢氧化镁沉淀的计算模型及动力学参数辨识OAAI
OAAI分享收藏
查看更多内容