A Reduced-Order Fluid Flow Model for Gas Injection into Porous Media: For Application in Carbon Sequestration in Mine Tailings
Notice bibliographique
Résumé
One method to accelerate carbon sequestration within mine tailings from remote mines involves the injection of diesel generator exhaust into dry stack tailings. The techno-economic feasibility of this approach heavily depends on understanding the flow characteristics inside the perforated injection pipes embedded within the tailings. Two distinctive yet dynamically coupled transport phenomena were identified and evaluated: (i) gas transport inside the pipe and (ii) gas injection into the porous body of the tailings. This paper presents two models to investigate these transport phenomena, a three-dimensional (3D) and a one-plus-one-dimensional (1 + 1)D model. An experimental investigation of the pressure profile through the injection pipe was carried out to validate the models at the experimental scale. To apply the (1 + 1)D model to larger scales, the results were compared with those of the 3D model, as the (1 + 1)D model required significantly less computational resources and time. To include the effect of the perforations in the pipe on the pressure profile of the (1 + 1)D model, an analytical fluid velocity profile was developed in relation to geometric and physical parameters. The performance of the (1 + 1)D model with an impact factor was then evaluated against the 3D model results for the inlet pressure, pressure profile and gas outflow distribution under various conditions than those investigated experimentally. The developed (1 + 1)D model can be used to design an energy-efficient approach for large-scale implementation with a wide range of desired operating parameters.
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 ».