Role of Adsorption-Induced Deformation on Gas Self-Diffusivity in a Flexible Microporous Coal Matrix
Notice bibliographique
Résumé
Adsorption-induced deformation has long been underappreciated in gas transport studies of microporous coal, yet it strongly influences pore configurations and diffusive pathways. Here, a hybrid grand canonical Monte Carlo (GCMC)/molecular dynamics (MD) approach and equilibrium MD (EMD) simulations are employed to investigate how matrix flexibility reshapes pore structures and, in turn, impacts CH 4 and CO 2 self-diffusion in connected pore networks under various gas loadings. The results show that coal matrix deformation enhances adsorption, with CO 2 exhibiting greater uptake and volumetric strain than CH 4 . A universal linear relationship emerges among gas loading, free volume ratio, and self-diffusion coefficients for both rigid and flexible matrices. In flexible matrices, this linearity features a gentler slope, indicating reduced diffusion sensitivity to diminishing free volume with loadings. By comparing geometrical and effective tortuosity, it is revealed that strongly adsorbing CO 2 induces significant swelling and complex local rearrangements at elevated loadings, pushing geometrical tortuosity far beyond rigid-matrix levels, whereas CH 4 ─with weaker adsorption─drives smaller, more uniform structural adjustments that only mildly increase geometrical tortuosity. These differences in tortuosity directly reflect changes in path complexity, which in turn governs self-diffusion behavior. Collectively, the findings clarify the dynamic coupling between gas adsorption, matrix deformation, and self-diffusivity in microporous coal, offering critical guidance for enhanced gas recovery and CO 2 sequestration strategies that rely on accurate modeling of gas transport in deformable 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) | 0,000 | 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 ».