Modeling the Breakup of Oil–Particle Aggregates in Turbulent Environments for Projectile Penetration
Notice bibliographique
Résumé
After an oil spill incident, the spilled oil slicks are observed to migrate to the shoreline area. Under the turbulent conditions, they break into small droplets and are suspended in the water column. The dispersed droplets are expected to interact with the suspended particles and form the oil-particle aggregates (OPAs), which significantly changes the transport of the oil. Instead of an earlier assumption that particles cover the oil surface, thus preventing further breakage or aggregation of OPAs, recent studies demonstrated that particles act like projectiles penetrating the oil droplets, resulting in the breakage of OPAs over a longer period of time. A model looking into the OPA breakup through two breakup mechanisms was proposed for the first time. The first method depicted the breakup of one large OPA into two daughter droplets owing to the turbulent nature, while the second method demonstrated the tear of the OPA surface layer caused by particle uprooting. The model was then calibrated by an experimental study targeting crude oil with varied viscosities, along with previous experimental investigations. Three key factors were identified accounting for the breakage of OPAs, where the increase in particle concentration in the natural environment and the increase in turbulent energy of the surrounding flows benefited the breakage of OPAs, and the increase in oil viscosity suppressed the breakage due to large resistance to shear stress. Besides these elements, the impact of the particle shape on the penetration depth was discussed. The model serves as a fundamental theory to describe the evolution of OPAs for fragmentation behavior.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».