Numerical Results for the Effective Flow and Thermal Properties of Idealized Graphite Foam
Notice bibliographique
Résumé
To simulate the heat transfer performance of devices incorporating high-conductivity porous materials, it is necessary to determine the relevant effective properties to close the volume-averaged momentum and energy equations. In this work, we determine these effective properties by conducting direct simulations in an idealized spherical void phase geometry and use the results to establish closure relations to be employed in a volume-averaged framework. To close the volume-averaged momentum equation, we determine the permeability as defined by Darcy’s law as well as a non-Darcy term, which characterizes the departure from Darcy’s law at higher Reynolds numbers. Results indicate that the non-Darcy term is nonlinearly related to Reynolds number, not only confirming previous evidence regarding such behavior in the weak inertia flow regime, but demonstrating that this is generally true at higher Reynolds numbers as well. The volume-averaged energy equation in the fluid phase is closed by the thermal dispersion conductivity tensor, the convecting velocity, and the interfacial Nusselt number. Overall, it has been found that many existing correlations for the effective thermal properties of graphite foams are oversimplified. In particular, it has been found that the dispersion conductivity is not well characterized using the Péclet number alone, rather the Reynolds and Prandtl numbers must be considered as separate influences. Additionally, the convecting velocity modification, which is not typically considered, was found to be significant, while the interfacial Nusselt number was found to exhibit a nonzero asymptote at low Péclet numbers. Finally, simulations using the closed volume-averaged equations reveal significant differences in heat transfer when employing the present dispersion model in comparison to a simpler dispersion model commonly used for metallic foams, particularly at high Péclet numbers and for thicker foam blocks.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».