Discrete Element Method Modeling for the Failure Analysis of Dry Mono-Size Coke Aggregates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
An in-depth study of the failure of granular materials, which is known as a mechanism to generate defects, can reveal the facts about the origin of the imperfections such as cracks in the carbon anodes. The initiation and propagation of the cracks in the carbon anode, especially the horizontal cracks below the stub-holes, reduce the anode efficiency during the electrolysis process. In order to avoid the formation of cracks in the carbon anodes, the failure analysis of coke aggregates can be employed to determine the appropriate recipe and operating conditions. In this paper, it will be shown that a particular failure mode can be responsible for the crack generation in the carbon anodes. The second-order work criterion is employed to analyze the failure of the coke aggregate specimens and the relationships between the second-order work, the kinetic energy, and the instability of the granular material are investigated. In addition, the coke aggregates are modeled by exploiting the discrete element method (DEM) to reveal the micro-mechanical behavior of the dry coke aggregates during the compaction process. The optimal number of particles required for the failure analysis in the DEM simulations is determined. The effects of the confining pressure and the strain rate as two important compaction process parameters on the failure are studied. The results reveal that increasing the confining pressure enhances the probability of the diffusing mode of the failure in the specimen. On the other hand, the increase of strain rate augments the chance of the strain localization mode of the failure in the specimen.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle