MétaCan
Menu
← Retour à la cohorte
Enregistrement W3131778382 · doi:10.1115/imece2020-23417

Effect of Freeze Pipe Eccentricity in Artificial Ground Freezing Applications

2020· article· en· W3131778382 sur OpenAlexaff
Ahmad F. Zueter, Minghan Xu, Mahmoud A. Alzoubi, Agus P. Sasmito

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEccentricity (behavior)CoolantMechanicsHeat transferConcentricEnergy consumptionPhase (matter)InjectorFront (military)Materials scienceGeologyMechanical engineeringEngineeringGeometryPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Building concentric tubes is one of biggest practical challenges in the construction of freeze-pipes of artificial ground freezing (AGF) applications for deep underground mines. In this study, the influence of tubes eccentricity on phase-front expansion (i.e., expansion of the frozen body) and energy consumption of AGF systems is analyzed. A 1+1D semi-conjugate model that solves two-phase transient energy conservation equation is derived. The model is firstly validated against experimental data and then verified with a fully-conjugate model from the literature. After that, the model is extended to a field scale of typical deep underground mines to study freeze-pipe eccentricity. The results show that an eccentric freeze pipe can reduce the phase-front expansion by around 25%, as compared with a concentric one. Also, the geometrical profile of the phase-front is significantly influenced by the freeze-pipe eccentricity. Furthermore, in the passive zone, where AGF coolants are isolated from the ground to reduce energy consumption, freeze pipe eccentricity can increase the coolant heat gain by 10%. This percentage can increase up to 200% if radiation heat transfer is minimized.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,253
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate change and permafrost→Travaux en français237 207→