MétaCan
Menu
Retour à la cohorte
Enregistrement W4394807445 · doi:10.2166/aqua.2024.326

Mass transfer of CO2 gas pocket in horizontal pipe flow

2024· article· en· W4394807445 sur OpenAlexaff
Linjiang Guo, Lei Fang, Pengcheng Li, Yiyi Ma

Notice bibliographique

RevueAQUA - Water Infrastructure Ecosystems and Society · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCyclone Separators and Fluid Dynamics
Établissements canadiensPrevention of Organ FailureUniversity of Alberta
Organismes subventionnairesKey Technologies Research and Development ProgramNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésFlow (mathematics)MechanicsMass transferPetroleum engineeringEnvironmental scienceMaterials scienceGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The mass transfer from a stagnant CO2 gas pocket to the flowing water in a horizontal pipe was investigated experimentally, considering the application of pH adjustment by injecting gaseous CO2 for raw water in water treatment industries. In the experiments, the variation of the CO2 gas pocket volume and the corresponding pH values of the pipe flow with time under different conditions were recorded. The mass transfer coefficient of the CO2 gas pocket in the pipe flow was then calculated. The results showed that the injection of gaseous CO2 into the pipe flow could effectively adjust the pH. The volume of the CO2 gas pocket decreased exponentially. Different from most studies on bubble mass transfer, it was found that the ambient CO2 concentration could not be neglected in this study due to the large volume of the gas pocket and the restricted space in the pipe. The mass transfer coefficient increased with the increasing ratio of the CO2 injection rate to the water flow rate and exhibited a sharp reduction as the volume of the CO2 gas pocket decreased by about 80%. The outcomes of this paper can contribute to a better understanding of gas bubble mass transfer in pipe flows.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,002
Tête enseignante GPT0,173
Écart entre enseignants0,171 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAQUA - Water Infrastructure Ecosystems and SocietyMême sujetCyclone Separators and Fluid DynamicsTravaux en français237 207