MétaCan
Menu
Retour à la cohorte
Enregistrement W2789631213 · doi:10.3390/chemengineering2010008

Modelling of Bubbly Flow Using CFD-PBM Solver in OpenFOAM: Study of Local Population Balance Models and Extended Quadrature Method of Moments Applications

2018· article· en· W2789631213 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueChemEngineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHydro-QuébecNational Science Foundation
Mots-clésComputational fluid dynamicsBubbleMechanicsSolverMultiphase flowNyström methodFlow (mathematics)Eulerian pathPopulationQuadrature (astronomy)Computer scienceMathematicsMathematical optimizationPhysicsApplied mathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

In order to optimize and design new bubbly flow reactors, it is necessary to predict the bubble behavior and properties with respect to the time and location. In gas-liquid flows, it is easily observed that the bubble sizes may vary widely. The bubble size distribution is relatively sharply defined, and bubble rises are uniform in homogeneous flow; however bubbles aggregate, and large bubbles are formed rapidly in heterogeneous flow. To assist in the analysis of these systems, the volume, size and other properties of dispersed bubbles can be described mathematically by distribution functions. Therefore, a mathematical modeling tool called the Population Balance Model (PBM) is required to predict the distribution functions of the bubble motion and the variation of their properties. In the present paper, two rectangular bubble columns and a water electrolysis reactor are modeled using the open-source Computational Fluid Dynamic (CFD) package OpenFOAM. Furthermore, the Method of Classes (CM) and Quadrature-based Moments Method (QBMM) are described, implemented and compared using the developed CFD-PBM solver. These PBM tools are applied in two bubbly flow cases: bubble columns (using a Eulerian-Eulerian two-phase approach to predict the flow) and a water electrolysis reactor (using a single-phase approach to predict the flow). The numerical results are compared with measured data available in the scientific literature. It is observed that the Extended Quadrature Method of Moments (EQMOM) leads to a slight improvement in the prediction of experimental measurements and provides a continuous reconstruction of the Number Density Function (NDF), which is helpful in the modeling of gas evolution electrodes in the water electrolysis reactor.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil0,635

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,268
Écart entre enseignants0,244 · 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