A Study of Slurry Flow in Annular Jet Pump for Optimized Specific Energy Consumption—A Mixture Model Approach
Notice bibliographique
Résumé
Efficient mining operations rely on effectively transporting slurry and minerals, directly impacting cost, productivity, and sustainability.Annular Jet Pumps (AJPs) offer a robust solution due to their simple design, absence of moving parts, and minimal maintenance requirements.This study investigates the flow behavior of a sand-water slurry through an AJP, focusing on optimizing Specific Energy Consumption (SEC) to promote energy-efficient mining.A CFD approach, i.e., the mixture model, this analysis captures intricate interactions between solid particles and the carrier fluid, and the Realizable k- turbulence model complements the mixture model to visualize key turbulence parameters.A parametric study explores the effects of sand particle size, volume fraction, and geometric parameters (such as nozzle radius and convergence angle on slurry suction and pressure distribution).Findings reveal that optimizing these parameters significantly enhances suction capacity while reducing SEC, reinforcing the energy efficiency of AJPs for mining applications.Validation against established literature, including experimental and numerical studies, demonstrates excellent agreement, confirming the model's accuracy in predicting slurry flow behavior.This work highlights the potential of AJPs as sustainable and efficient solutions for mining, ensuring reduced energy consumption, minimal resource wastage, and enhanced system performance.
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 ».