A coupled CFD-evaporation model to estimate drying rates across laminate-lined sanitation systems
Notice bibliographique
Résumé
ABSTRACT Decentralized sanitation systems such as eco-vapor toilets (EVTs) use hydrophobic laminate-lined containers to collect and dry fecal matter. Removing water in EVTs is critical to their success. While computational fluid dynamics (CFD) modeling of drying can guide EVT designs and site selection, it is expensive. To develop a simpler modeling approach, bench-scale experiments quantified the constant-rate drying period over a wide range of environmental conditions using deionized water as a surrogate for fecal sludge. Then, two modeling approaches were tested using these data: a CFD model, and a simple evapotranspiration model, the Food and Agriculture Organization of the United Nations (FAO) - Penman Monteith (PM) model. The model-predicted drying rates for 29 experiments resulted in a coefficient of efficiency (E, optimal value = 1.0) of 0.47 and −0.05 for the CFD and FAO-PM models, respectively. To reduce the level of effort for a complete CFD model but increase the accuracy of a FAO-PM model alone, a new CFD-Evaporation model is proposed. The FAO-PM and the CFD-Evaporation model applied to 40 L EVTs in an 11-day field test resulted in an E of −1.38 and 0.15, respectively. The CFD-Evaporation model is useful where computational efficiency is more critical than absolute accuracy.
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 | 0,001 | 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 ».