MétaCan
Menu
Retour à la cohorte
Enregistrement W2084451231 · doi:10.1007/s11242-012-9961-8

Predicting Tortuosity for Airflow Through Porous Beds Consisting of Randomly Packed Spherical Particles

2012· article· en· W2084451231 sur OpenAlexaff
Wojciech Sobieski, Qiang Zhang, Chuanyun Liu

Notice bibliographique

RevueTransport in Porous Media · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat and Mass Transfer in Porous Media
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésTortuosityTetrahedronDiscrete element methodPorosityGeometryCentroidFlow (mathematics)Porous mediumMaterials scienceMechanicsAirflowPacked bedMathematicsPhysicsComposite materialEngineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

This article presents a numerical method for determining tortuosity in porous beds consisting of randomly packed spherical particles. The calculation of tortuosity is carried out in two steps. In the first step, the spacial arrangement of particles in the porous bed is determined by using the discrete element method (DEM). Specifically, a commercially available discrete element package (PFC3D ) was used to simulate the spacial structure of the porous bed. In the second step, a numerical algorithm was developed to construct the microscopic (pore scale) flow paths within the simulated spacial structure of the porous bed to calculate the lowest geometric tortuosity (LGT), which was defined as the ratio of the shortest flow path to the total bed depth. The numerical algorithm treats a porous bed as a series of four-particle tetrahedron units. When air enters a tetrahedron unit through one face (the base triangle), it is assumed to leave from another face triangle whose centroid is the highest of the four face triangles associated with the tetrahedron, and this face triangle will then be used as the base triangle for the next tetrahedron. This process is repeated to establish a series of tetrahedrons from the bottom to the top surface of the porous bed. The shortest flow path is then constructed geometrically by connecting the centroids of base triangles of consecutive tetrahedrons. The tortuosity values calculated by the proposed numerical method compared favourably with the values obtained from a CT image published in the literature for a bed of grain (peas). The proposed model predicted a tortuosity of 1.15, while the tortuosity estimated from the CT image was 1.14.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,243
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), 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

Citations43
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransport in Porous MediaMême sujetHeat and Mass Transfer in Porous MediaTravaux en français237 207