A compositional formulation for multiphase multicomponent reactive transport modelling of highly coupled systems
Notice bibliographique
Résumé
In certain reactive transport applications, strong coupling between geochemical reactions and hydrodynamics exists. Dissolution and precipitation of minerals, such as the conversion between gypsum and anhydrite [1] or the precipitation of nesquehonite during CO2 sequestration [2], as well as gas bubble formation [3] are geochemical processes which modify the multiphase flow dynamics, with direct feedback on reactive transport processes. In addition, heat generation induced by sulphide mineral oxidation can lead to significant increases in temperature [4], impacting flow, transport and geochemical reactions. In these instances, commonly used reactive transport modelling approaches, which rely on decoupling flow and reactive transport processes, have limitations. For density dependent or two-phase flow problems in the presence of a gas phase, the coupling between flow and reactive transport can be accounted for through a Picard iterative approach [3,5,6]. However, this approach is computationally expensive, involving the solution of nonlinear problems multiple times during each timestep, and convergence properties are often poor. More recently, a weak explicit coupling approach was developed to capture the impact of chemistry on flow by integrating water as a component and perform a volume balance calculation [7]. In the current work, a compositional approach is implemented into MIN3P-THCm, in which the flow variables (pressure, density) are expressed based on mass variables. Hence, this global implicit approach does not require solving the flow problem, but instead integrates groundwater flow processes directly into the reactive transport equations. We show that this approach yields very similar results to the commonly used approaches for single and two-phase flow. Finally, we show that, in highly coupled systems, not considering these coupled effects may lead to significant errors in simulating system evolution, highlighting the benefits of the newly developed approach. [1] Jowett, Cathles & Davis (1993). AAPG Bulletin, 77(3), 402-413. [2] Harrison, Dipple, Power & Mayer (2015). Geochimica et cosmochimica Acta, 148, 477-495. [3] Amos and Mayer (2006). Journal of contaminant hydrology, 87(1-2), 123-154. [4] Lefebvre, Hockley, Smolensky & Gélinas (2001). Journal of contaminant hydrology, 52(1-4), 137-164. [5] Henderson, Mayer, Parker, & Al (2009). Journal of contaminant hydrology, 106(3-4), 195-211. [6] Sin, Lagneau and Corvisier (2017). Advances in Water Resources, 100, 62-77. [7] Seigneur, Lagneau, Corvisier & Dauzères (2018). Advances in Water Resources 122, 355-366.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».