MétaCan
Menu
Retour à la cohorte
Enregistrement W4388628112 · doi:10.1016/j.jrmge.2023.09.007

A coupled cryogenic thermo-hydro-mechanical model for frozen medium: Theory and implementation in FDEM

2023· article· en· W4388628112 sur OpenAlexafffund
Lei Sun, Xuhai Tang, Kareem Ramzy Aboayanah, Qi Zhao, Quansheng Liu, Giovanni Grasselli

Notice bibliographique

RevueJournal of Rock Mechanics and Geotechnical Engineering · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHong Kong Polytechnic UniversityUniversity of TorontoResearch Grants Council, University Grants CommitteeEnergi Simulation
Mots-clésCoupling (piping)Porous mediumFrost heavingPermeability (electromagnetism)MechanicsHeat transferMaterials scienceGeotechnical engineeringGeologyPhysicsPorosityChemistry

Résumé

récupéré en direct d'OpenAlex

This paper presents the development of a coupled modeling approach to simulate cryogenic thermo-hydro-mechanical (THM) processes associated with a freezing medium, which is then implemented in the combined finite-discrete element method code (FDEM) for multi-physics simulation. The governing equations are deduced based on energy and mass conservation, and static equilibrium equations, considering water/ice phase change, where the strong couplings between multi-fields are supplemented by critical coupling parameters (e.g. unfrozen water content, permeability, and thermal conductivity). The proposed model is validated against laboratory and field experiments. Results show that the cryogenic THM model can well predict the evolution of strongly coupled processes observed in frozen media (e.g. heat transfer, water migration, and frost heave deformation), while also capturing, as emergent properties of the model, important phenomena (e.g. latent heat, cryogenic suction, ice expansion and distinct three-zone distribution) caused by water/ice phase change at laboratory and field scales, which are difficult to be all revealed by existing THM models. The novel modeling framework presents a gateway to further understanding and predicting the multi-physical coupling behavior of frozen media in cold regions.

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 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)0,001
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: Empirique
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil0,408

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,020
Tête enseignante GPT0,254
Écart entre enseignants0,235 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Rock Mechanics and Geotechnical EngineeringMême sujetClimate change and permafrostTravaux en français237 207