Thermal Treatment of Trichloroethene by Electrical Resistance Heating: Visualization of Gas Production in Coarse Layers
Notice bibliographique
Résumé
The effective implementation of in situ thermal treatment (ISTT) technologies requires understanding of gas production and migration in heterogenous media. However, investigations of the effects of high permeability contrast on gas formation, accumulation, and migration, as well as its potential effect on the redistribution of dense non-aqueous phase liquid (DNAPL), are relatively rare. In this study, electrical resistance heating (ERH) experiments were conducted in a thin sand-packed cell to simulate common yet not well-studied scenarios encountered during ISTT applications, such as coarse lenses surrounded by finer material. Two packing configurations were employed: 2 mm glass beads surrounded by 20/30 silica sand and 20/30 silica sand overlaying 40/50 silica sand. Each experiment contained an emplaced pool of trichloroethene (TCE) within the coarse material. If permeable material or pathways were present between the coarse lens and the upper cell boundary, the gas migrated along these pathways, and local DNAPL redistribution was limited to near the top of the pool before it vaporized. In contrast, if the coarse material was surrounded by finer material and contained a sufficient volume of DNAPL, the gas accumulated inside the coarse lens leading to DNAPL displacement from the lens. For five selected DNAPLs, this volume was estimated to be 0.1% to 0.5% of the total pore volume of the coarse material. The conceptual model developed in this study improves our understanding of this common geological scenario, demonstrating the importance of considering both lower- and higher-permeability material and their effects on multiphase flow during co-boiling, as well as the design of gas extraction systems during ISTT applications.
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 | 0,001 |
| 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 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 ».