Numerical simulation of solute transport in argillaceous rock under thermal gradient with a coupled THM-solute transport model
Notice bibliographique
Résumé
Argillaceous rocks have many favourable characteristics for deep geological disposal of high-level radioactive waste (HLW) such as low permeability resulting in slow solute transport dominated by diffusion processes . However, waste-generated heat can increase pore pressure through Thermal-Hydraulic-Mechanical (THM) coupled processes, potentially enhancing advective transport . In this study, the authors developed a mathematical model to simulate a laboratory and a large-scale in situ experiment at an underground research facility (URF), to investigate (1) T-solute transport coupling (via the Soret effect and temperature-dependent diffusion coefficient) and (2) THM-solute transport coupling in argillaceous rock. The findings suggest that the Soret effect is significant in the laboratory experiments with relatively high thermal gradient , but negligible in the URF experiment where the thermal gradient is much smaller. Instead, the effect of temperature on the diffusion coefficient appears to play a more crucial role for the URF experiment. In addition, the advection enhancement due to thermal pressurization as a result of THM processes shows an insignificant effect on solute transport . The modelling of the URF experiment, as confirmed by observational evidence, shows the importance of anisotropy of the THM-transport properties as well as the effects of the excavation damage zone (EDZ). Finally, the model captures the key features of both experiments, highlighting its capability in enhancing comprehension of transport processes from a deep geological repository (DGR) built in argillaceous rocks. This improved understanding is valuable for safety assessments of DGRs in such rock types.
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 ».