MétaCan
Menu
Retour à la cohorte
Enregistrement W7002254735

A Multi-Zone Model for Hydrogen Accumulation and ventilation in Enclosures

2023· article· en· W7002254735 sur OpenAlexaboutno aff

Notice bibliographique

RevueLund University Publications (Lund University) · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Differential Geometry Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVentilation (architecture)PlumeSizingHydrogenEntrainment (biomusicology)Flow (mathematics)Mass flowConservation of mass
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Due to the small characteristic molecular size of hydrogen, small leaks are more common in hydrogen systems compared to similar systems with hydrocarbons. This, together with the high reactivity, makes an efficient ventilation system very important in hydrogen applications. There are several models available for ventilation sizing that are based on either a well-mixed assumption or a fully stratified situation. However, experiments show that many realistic releases will be neither, and therefore additional models are needed. One possibility is to use CFD-models, but the small release sizes for pinhole releases (<<1 mm) make it difficult to find an appropriate mesh without excessive computational time (especially since the simulations need to be iterated to find the optimum ventilation size). An alternative approach, which is described and benchmarked in the current paper, is to use a multi-zone model where the domain is divided into several large cells where the mass exchange is simplified compared to CFD, and thus simulation time is reduced. The flow in the model is governed by mass conservation and density differences, due to concentration gradients, using the Bernoulli equation. The release of gas generates a plume which is modelled based on an empirical plume model which gives the entrainment and hydrogen source term for each cell. The model has a short run time and will therefore allow optimization in a short time frame. The model is benchmarked against five experiments with helium at the Canadian Nuclear Laboratories (CNL) in Canada and one hydrogen experiment performed at Lodz University of Technology in Poland. The result shows that the model can reasonably well reproduce accumulation in the experiments with small release without ventilation, but appears to slightly underestimate the level of stratification and the interface height for ventilated cases where the source is elevated from the floor level.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,077
Tête enseignante GPT0,314
Écart entre enseignants0,237 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLund University Publications (Lund University)Même sujetAdvanced Differential Geometry ResearchTravaux en français237 207