Dispersion of a passive tracer in the pressure-driven flow of a non-colloidal suspension
Notice bibliographique
Résumé
This paper numerically quantifies the dispersion of a solute, and in particular, the Taylor dispersion, in the pressure-driven flow of a non-colloidal suspension at moderately high volume fractions (0.2 to 0.5) through conduits of different cross-sectional shapes. An obvious intuition is that the Taylor dispersivity should increase owing to a decrease in the molecular diffusivity of the solute in the presence of particles impermeable to the solute; however, this is true only at low volume fractions. At higher volume fractions, three other physical effects become important, all of which lead to a reduction in Taylor dispersivity relative to a Newtonian fluid. The first is the blunting of the velocity profile resulting from particle migration into the low shear-stress regions, an effect that has been alluded to in the past by Roht et al. [J. Contam. Hydrol., 2013, 14, 10] and is important only at low Péclet numbers (Pe). At higher Pe, the two stronger effects are shear-induced solute self-diffusion, which arises due to shear-induced particle-particle interactions, and secondary convection, which is observed in non-axisymmetric cross-sections as a result of the second normal stress differences exhibited by concentrated suspensions. For a given volume fraction and cross-sectional geometry, a regime map, developed using a scaling analysis, delineates five regimes of dispersion involving one or a combination of the mass transfer mechanisms mentioned above. Our analysis also suggests that the cross-sectional shape can be exploited to enhance or suppress solute dispersion by modifying the secondary current strength and profile.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».