Robust pore-resolved CFD through porous monoliths reconstructed by micro-computed tomography: From digitization to flow prediction
Notice bibliographique
Résumé
Porous media are ubiquitous in energy storage and conversion, catalysis, biomechanics, hydrogeology, as well as many other fields. These materials possess high surface-to-volume ratios and their complex channels can restrict and guide the flow. However, optimizing design parameters for specific applications remains challenging due to the intricate structure of porous media. Pore-resolved CFD reveals the effects of their structure on flow characteristics, but is limited by the performance of mesh generation algorithms for such complex geometries. To alleviate this issue, we use a sharp immersed boundary method which enables usage of Cartesian, non-conformal grids, within a massively parallel finite element framework. This method preserves the order convergence of the scheme and allows for adaptive mesh refinement (AMR). We introduce a radial basis function-based representation of solids that allows to solve the flow through complex geometries with precision. We verify the method using the method of manufactured solutions. We validate it using pressure drop measurements through porous silicone monoliths digitized by X-ray computed microtomography, for pore Reynolds numbers up to 30. Simulations are conducted using grids of 200M cells distributed over 8k cores, which would require 16 times more cells without AMR. Results reveal that pore network structure is the principal factor describing pressure evolution and that preferential channels are dominant at this scale. In this work, we demonstrate a robust and efficient workflow for pore-resolved simulations of porous monoliths. This work bridges the gap between sub-millimetric flow and macroscopic properties, which will open the door to design and optimize processes through the usage of physics-based digital twins of complex porous media.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».