Computational fluid dynamic simulations of regular bubble patterns in pulsed fluidized beds using a two‐fluid model
Notice bibliographique
Résumé
Abstract This simulation study explores the two‐fluid model's (TFM) capability to reproduce the alternating bubble patterns in a sinusoidal pulsed fluidized bed (PFB). Simulations were performed with frictional limits ranging between 0.58–0.62 with the inlet gas frequency being varied in the range of 3–6 Hz. The preliminary investigations showed that the Johnson and Jackson frictional model with a frictional limit of 0.61 yields a regular bubble pattern. The inference of this regular bubble pattern was based on the discrete Fourier analysis of the temporal pressure signals obtained at different spatial locations inside the PFB. Although the one‐dimensional temporal pressure signals characterized a regular bubble pattern behaviour, the staggered bubbles visually observed were highly unstable. Moreover, in‐depth insights into the PFB's regime classification showed that the predicted regular bubble patterns are susceptible to uncertainties due to the inherent mathematical limitations of the frictional closures of the TFM. Besides, the combinations of the frictional models/ limits in the TFM simulations could not predict the high stability and intermediate stability regimes of PFB. The present investigations helped identify the limitations of frictional closure models of TFM in predicting the regular bubble patterns and the regime classification for the PFB. It also expresses the need to develop better strategies to model the frictional closure of TFM to accurately account for the ever‐evolving dense and dilute particle regions of a PFB.
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 ».