Real Fluid Modeling and Simulation of the Structures and Dynamics of Condensation in CO2 Flows Shocked Inside a de Laval Nozzle, Considering the Effects of Impurities
Notice bibliographique
Résumé
Because of the currently changing climate, Carbon Capture and Storage (CCS) is increasingly becoming an important contemporary topic. However, this technique still faces various challenges. For the compression of CO2 to its supercritical condition for efficient transport, one of the important challenges is mastering the two-phase flow in the pump. Indeed, phase changes that appear on the blade tips of an impeller or rotor in such pumps can lead to performance and stability issues. Moreover, these phase change phenomena (vaporization and condensation) can be significantly modified by the presence of impurities (N2, O2, H2S, etc.) whose nature depends on the source of the CO2 production. In this work, we focus on analyzing the high pressure flow behavior of CO2 mixed with varying levels of impurities in a de Laval nozzle, for which experimental results are available. Numerical simulations are performed using a real-fluid model (RFM) implemented in the CONVERGE CFD solver. In this model, a tabulation approach is used to provide the thermodynamic and transport properties of the mixture of CO2 with the impurities. The study is carried out with different inlet conditions, and the results are in good agreement with the available experimental data. In addition, the results provide insights on the interaction of the shock wave with the observed condensation phenomenon, as well as its impact on the amount of condensation and other thermodynamic variables. The research indicates that the presence of impurities mixed with CO2 significantly affects the observed condensation in gas streams, which is a crucial factor that cannot be overlooked when implementing CCS systems.
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 ».