MétaCan
Menu
Retour à la cohorte
Enregistrement W2007150203 · doi:10.1002/cjce.22016

Numerical analysis of solutal Marangoni convections in porous media

2014· article· en· W2007150203 sur OpenAlexvenueno aff
Mostafa Alizadeh, Behzad Rostami, Maryam Khosravi

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarangoni effectPorous mediumMechanicsConvectionDimensionless quantityMaterials scienceFinite element methodFlow (mathematics)Boundary value problemPorosityThermodynamicsPhysicsMathematicsComposite materialMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract The possibility of instability initiation in porous media by Marangoni convection is studied numerically with a special focus on its application in petroleum engineering and enhanced oil recovery (EOR). Both types of micro‐ and macro‐convections are considered. The finite element method is employed to solve the models numerically. The appropriate Marangoni numbers are introduced according to the model after making equations and boundary conditions dimensionless. In order to evaluate micro‐convections in porous media, the Molenkamp model is extended and validation is performed by comparing concentration maps in a special case. For macro‐convections, a specific concentration distribution is imposed on the boundary to simulate similar conditions in EOR. Results showed that micro‐convections are not strong enough to alter the fluid flow in porous media in applicable ranges of Marangoni numbers and porous media properties. On the other hand, for macro‐convection results, fourteen test cases, each with three different porosities, are defined. As a result, the margin of stability is found and it is also shown that the damping forces of porous media delays the onset of convection.

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 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 enseignants0,026
Score d'incertitude au seuil0,347

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,170
Écart entre enseignants0,164 · 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.

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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetNanofluid Flow and Heat TransferTravaux en français237 207