Pore-scale simulation of drying in porous media using a hybrid lattice Boltzmann: pore network model
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
In this work, a hybrid method coupling a pseudo-potential lattice Boltzmann model (LBM) and a pore network model (PNM) to simulate drying in porous media is proposed. Based on the watershed method, the porous medium is firstly decomposed into pore regions. According to the liquid–vapor phase distribution at a given time, the pore regions are further divided into four pore types, namely two-phase pores where a liquid–vapor interface exists, buffer pores next to the two-phase pores, single-liquid and single-vapor phase pores. The pseudo-potential LBM is used in the two-phase and buffer pores to simulate liquid drying and track the movement of the interfaces, while the single-phase PNM simulations are conducted in the buffer and single-phase pores to simulate vapor or liquid flow. LBM and PNM are coupled in the buffer pores through exchange of boundary information. The hybrid method is applied to simulate liquid drying in a porous medium. The whole-domain LBM simulation is considered as the reference solution to validate the hybrid method. Liquid saturation variation during the drying process and detailed phase and pressure distributions obtained by the two methods match quite well, demonstrating the accuracy of the hybrid method. For the specific case studied, the hybrid method saves more than 60% computational time compared to the whole-domain LBM simulation. In addition, the speedup of the hybrid method becomes more significant for a larger computational domain. In summary, the hybrid method developed in this work combines the accuracy of LBM and the efficiency of PNM to simulate drying in porous media at pore scale and can lead to significant reduction of computation time, thus allowing the pore-scale consideration of drying in larger porous systems.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle