Instabilities of nanofluid flow displacements in porous media
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Thanks to a number of advantageous characteristics, nanofluids are widely used in a variety of fluid flow systems. In porous media flows, the presence of nanoparticles can have dramatic effects on the flow dynamics and in particular on viscous fingering instabilities that develop when a less viscous fluid displaces a more viscous one. In the present study, these effects have been investigated both analytically and numerically using linear stability analysis (LSA) and non-linear simulations. The LSA problem was solved analytically using step function approximation, and general conclusions about the effects of nanofluids on the instability were derived from long wave expansion and cutoff wave number analyses. Furthermore, the quasi-steady-state approximation was used to expand the results of the LSA to diffusing initial concentration profiles, and simulations of the full non-linear problem have been carried out using a Hartley-transform based pseudo-spectral method. Results revealed that nanoparticles cannot make an otherwise stable flow unstable but can enhance or attenuate the instability of an originally unstable flow. In particular it was found that increases in the nanoparticles deposition rate or their rate of diffusion have both destabilizing effects. Furthermore, nanoparticles deposition can change the initial monotonically decreasing viscosity distribution to a non-monotonic one and results in the development of vortex dipoles. Analyses of vortex structures along with the viscosity distributions allowed to explain the observed trends and the resulting finger configurations.
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.
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 découle