Inertial particle clustering due to turbulence in an air jet
Notice bibliographique
Résumé
Explosive volcanic eruptions create turbulent plumes of fine ash particles. When these particles collide in the presence of moisture and electrostatic fields they combine into larger aggregates, which can significantly change the atmospheric residence time of the airborne cloud. Previous studies have suggested that turbulence may lead to preferential concentration—also known as clustering—of particles within the flow, increasing the likelihood of collisions and aggregation. But few experimental studies have quantified these processes for volcanic plumes. We investigated this behavior using a particle-laden air jet. By systematically varying the exit speed and the size, density, and concentration of particles, we produced flows with Reynolds numbers of 4940 to 19300, Stokes numbers of 1.0 to 17.4 (based on the convective scale), and particle mass loadings of 0.3 to 3.9%. Specific emphasis is placed on two Stokes numbers of 1.9 and 17.4, which differ by nearly an order of magnitude. Particle image velocimetry was employed to measure the velocity distribution within a two-dimensional rectangular region along the jet centerline in each experiment. Voronoï decomposition was used to quantify the extent of preferential concentration by measuring the distribution of cell sizes around each individual particle. Our results show that particles exhibit clustering behavior when Stokes numbers are close to 1. We also measured the radial distribution functions (RDFs) to quantify the likelihood of particle collisions. At low Stokes number, the RDF magnitude was significantly higher, which corresponds to increased collision frequency in the particle-laden jet. Computational analysis shows that increasing the RDF by a factor of 20 results in a doubling of peak aggregate size.These findings demonstrate that preferential concentration due to turbulent structures could have important effects on collision frequencies, ash aggregation, and electrification in volcanic plumes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».