3D Pore Structure Characterization of Stored Grain Bed
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
Highlights An image analysis for reconstruction of 3D pore structure within bulk grain was presented. Mathematical models for porosity and tortuosity were developed from the 3D reconstructed images. The mathematical models can be incorporated in computational model of flow through bulk grains. Abstract. An image analysis technique for reconstruction of the complex 3D pore structure within bulk grain from 2D section images was presented. The technique relies on aligning successive 2D images of cut-sections obtained from colored-wax solidified soybean grain beds, which were then subjected to image processing using ImageJ software developed by the National Institute of Health (NIH, Bethesda, Md.) for the reconstruction and visualization of different airflow paths within the bulk grain. Porosity and tortuosity values were quantified from the 3D image volume and 3D reconstructed inter-connected airflow paths to develop empirical mathematical models for predicting porosity and tortuosity as a function of compaction due to the pressure exerted by the grain depth. Results indicated that the rate of decrease in porosity was higher at the lower compaction grain depth and then gradually approached a minimum value as the compaction grain depth increased. At the top of the compacted grain, the porosity of the tested soybean bed was determined to be 0.42 and reduced to 0.34 at a compaction pressure of 14.2 kPa (equivalent to a compaction grain depth of 25 m). Tortuosity increased with the compaction pressure from 1.15 to 1.58 at a compaction pressure of 14.2 kPa (equivalent to 25 m of grain depth), or by 37.4%. Keywords: Grain bed, Image analysis, Pore structure, Porosity, Tortuosity.
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) | 0,000 | 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 découle