MétaCan
Menu
Retour à la cohorte
Enregistrement W3094572108 · doi:10.5194/tc-15-2541-2021

A method for solving heat transfer with phase change in ice or soil that allows for large time steps while guaranteeing energy conservation

2021· article· en· W3094572108 sur OpenAlexafffund
Niccolo' Tubini, Stephan Gruber, Riccardo Rigon

Notice bibliographique

Revue˜The œcryosphere · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversità degli Studi di TrentoMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésDiscretizationSolverMathematical optimizationConvergence (economics)Applied mathematicsFinite volume methodComputer scienceHeat transferAlgorithmMathematicsMechanicsMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract. The accurate simulation of heat transfer with phase change is a central problem in cryosphere studies. This is because the non-linear behaviour of enthalpy as function of temperature can prevent thermal models of snow, ice, and frozen soil from converging to the correct solution. Existing numerical techniques rely on increased temporal resolution in trying to keep corresponding errors within acceptable bounds. Here, we propose an algorithm, originally applied to solve water flow in soils, as a method to solve these integration issues with guaranteed convergence and conservation of energy for any time step size. We review common modelling approaches, focusing on the fixed-grid method and on frozen soil. Based on this, we develop a conservative formulation of the governing equation and outline problems of alternative formulations in discretized form. Then, we apply the nested Newton–Casulli–Zanolli (NCZ) algorithm to a one-dimensional finite-volume discretization of the energy–enthalpy formulation. Model performance is demonstrated against the Neumann and Lunardini analytical solutions and by comparing results from numerical experiments with integration time steps of 1 h, 1 d, and 10 d. Using our formulation and the NCZ algorithm, the convergence of the solver is guaranteed for any time step size. With this approach, the integration time step can be chosen to match the timescale of the processes investigated.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,707
Score d'incertitude au seuil0,997

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)0,0060,000

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 Opus0,065
Tête enseignante GPT0,285
Écart entre enseignants0,220 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetClimate change and permafrostTravaux en français237 207