Notice bibliographique
Résumé
A slurry pipeline is one of the transportation modes used for transporting bulk materials for long distance using water or any other type of liquid as a carrier fluid [1-3]. Extensive research has been carried out on the improvement of this type of transportation in addition to the development of alternative ways for transpotation of solid materials. Although the use of fluid flow for transportation purposes has been practiced for more than a millennium, detailed information on the flow behaviour of such complex mixtures in pipelines is still the subject of active research today. The optimal design of a slurry pipeline includes the selection of the correct pipe sizes, shapes and materials for optimum energy consumption, equipment sizing and reliable operation of the pipeline networks. The prediction of some parameters such as pressure loss, concentration distribution, velocity distribution and wear rate will help the designer to optimise the selection of the design parameters [3-5]. The experimental investigation was carried out to obtain an improved database for modelling the solid-liquid flow in horizontal pipelines. Tests are conducted using uni-sized plastic beads, 4.5 mm diameter and 1329.2 kg/m3 density, as solid particles, and water as a carrier fluid. Frictional head loss is measured as a function of solid concentration and mean velocity. Transparent pipe section is used to study solids’ deposition velocities and solids’ bed. In addition to the experimental results, some other published experimental results are used to develop advanced modelling tools based on an SRC (Saskatchewan Research Council) two-layer model in order to predict and quantify the solid-liquid flow properties horizontally. In order to improve the accuracy of the predicted data, this study includes improvement over the last previous version of Multi-Layer model for predicting flow properties across the cross-section of horizontal pipes transporting a solid-liquid mixture. The proposed model contains empirical correlations, which incorporate a wide range of experimental conditions. The model is applied for the prediction of concentration distribution of solid particles, velocity profile, and pressure drop. The predicted data are compared with the experimental results of different experimental works. Furthermore, an optimisation model is developed in the current study based on the least cost principle. This model is designed based on the proposed multi-layer model to find the cost of energy for running any slurry system. In addition, the model has been used to find the optimal diameter of horizontal pipelines transporting slurries.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».