MétaCan
Menu
Retour à la cohorte
Enregistrement W4319786203 · doi:10.1080/19236026.2022.2161120

Investigation of airflow through porous zones: Integrating computational fluid dynamics modeling into mine ventilation network simulation

2023· article· en· W4319786203 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCIM Journal · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueCoal Properties and Utilization
Établissements canadiensUniversité de SherbrookeMcGill University
Organismes subventionnairesnon disponible
Mots-clésAirflowVentilation (architecture)SolverPorous mediumPorositySoftwareSimulationComputer scienceEnvironmental scienceEngineeringGeotechnical engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Using mine ventilation network (MVN) software to model airflow through porous zones in underground mining operations is arduous due to its complex and dynamic nature. However, accurately measuring airflow is essential to control underground mine air quantity and quality. This study integrated the computationally expensive conjugate porous media model into versatile MVN software to efficiently analyze airflow through the porous zone. In MVN software, a novel friction factor coefficient was compiled into the broken rock-filled drawpoint model, which was later verified against the three-dimensional (3D) computational fluid dynamics model. Several simulations were conducted to ensure model reliability by varying the porosity and broken rock diameter of the porous zone. Results demonstrate that the novel friction factor coefficient can accurately predict airflow through porous media using MVN software and reduce computation time by > 99% compared to the 3D solver. In addition, sensitivity analyses were conducted to assess the effects of various factors on the system. This method enables mine ventilation engineers to effectively plan the rapidly changing underground MVN.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,246
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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