Multiscale modelling of mass transfer in gas jets and bubble plumes
Notice bibliographique
Résumé
Abstract The injection of high‐speed gas streams into liquids is common in many industrial applications, such as sparging in multiphase reactors and contacting in mass transfer devices. Modelling the fluid dynamics and associated heat and mass transfer processes in such a system is complex because it involves many governing scales and drastic changes in physical properties. In this study, one formulation of a multiscale computational fluid dynamics model is proposed to simulate the fluid dynamics and mass transfer in such systems. The model uses volume‐of‐fluid interface capturing in regions where high mesh resolution can be attained and the drift‐flux or mixture model approximation in regions where mesh resolution is too low to directly resolve interface dynamics. The model was developed to provide a tunable, automatic transition between the two modelling approaches for both fluid dynamics and mass transfer predictions. The approach was validated through a comparison with results from two published studies. In the first case, the implementation of the drift‐flux model was validated through the simulation of a dispersed gas bubble plume injected into a cylindrical tank. In the second case, the fluid dynamics and mass transfer predictions were compared to results from an experimental study involving the horizontal injection of air into a rectangular tank filled with water for the application of aeration. The results show that the modelling approach can provide a good prediction of the experimental data using only limited fitting of empirical parameters, making it applicable to a broad range of other applications.
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 ».