Permeability Measurement of Granular Porous Materials by a Modified Falling-Head Method
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
Liquid flows through granular material are common phenomena in different engineering fields. Under certain conditions, this type of flow can be described by Darcy’s law, which involves the permeability of the porous medium. Experimental characterization of this parameter is then of importance to many practical applications. The falling-head permeability test is regarded as one of the most commonly used methods for that purpose. The required manipulations are easy and rapid, which makes it preferable, especially for field tests. However, due to practical difficulties of carrying out such measurements, it is only applicable to porous materials with permeability values lower than 10−10 m2. To enlarge the test range while keeping its advantages, a modified test procedure is proposed here to measure saturated permeability values two orders of magnitude larger, namely around 10−8 m2. Tests were performed on granular beds containing single-diameter and multiple-diameter beads. Experimental results showed that the saturated permeability can be accurately predicted by the revisited Ergun’s equation with its first empirical constant equal to 180. Two important factors must be considered when performing these tests. The first one is the data-processing method to compute the permeability from experimental data: both the gravity and pressure drop of the setup must be taken into account. The second one is the selection of test fluid. By comparing water and silicone oil, it was shown that the viscosity should be adapted depending on the permeability of the sample to ensure consistent and repeatable results.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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