Surface Roughness Impacts on Granular Media Filtration at Favorable Deposition Conditions: Experiments and Modeling
Notice bibliographique
Résumé
Column tests were conducted to investigate media roughness impacts on particle deposition in absence of an energy barrier (i.e., high ionic strength). Media/collector surface roughness consistently influenced colloid deposition in a nonlinear, nonmonotonic manner such that a critical roughness size associated with minimum particle deposition could be identified; this was confirmed using a convection-diffusion model. The results demonstrate that media surface roughness size alone is inadequate for predicting media roughness impacts on particle deposition; rather, the relative size relationship between the particles and media/collectors must also be considered. A model that quantitatively considers media surface roughness was developed that described experimental outcomes well and consistently with classic colloid filtration theory (CFT) for smooth surfaces. Dimensionless-scaling factors froughness and fPCIF were introduced and used to develop a model describing particle deposition rate (kd) and colloid attachment efficiency (α). The model includes fitting parameters that reflect the impact of critical system characteristics such as ionic strength, loading rate, hydrophobicity. Excellent agreement was found not only between the modeled outcomes for colloid attachment efficiency (α) and experimental results from the column tests, but also with experimental outcomes reported elsewhere. The model developed herein provides a framework for describing media surface roughness impacts on colloid deposition.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».