课程附件资料 下载

课程简介

购买课程后,点击课程附件资料下载,可免费获取模型源文件。注CO2/N2驱替瓦斯多场耦合涉及流固耦合、热流固耦合及热流固化耦合等多种耦合形式,本视频主要介绍热流固(THM)多场耦合方法,以期为相关研究方向的老师学生提供参考。
本案列为复现一区SCI论文,涉及到二氧化碳与煤层之间的竞争吸附关系,以及涉及到三场耦合,即煤层变形控制方程、温度控制方程、渗流扩散方程。通过本案例的学习,可对煤层中的多场耦合有清晰的认识,可将本案列拓展到相近的研究方向中,如煤层注水、注热以及其他流固耦合、热流固耦合中,该视频配套源文件。
讲师介绍:重庆大学博士研究生,主要研究方向为地质岩石多场耦合理论,使用COMSOL软件3年,熟练使用热流固、多孔介质传热传质及pde自定义模块。发表论文3篇,其中SCI2篇(两篇均是一区),EI1篇(T1类期刊)。

热流固THM耦合下煤层注CO2驱替甲烷案例分析
播放次数:619
¥449.00
可用限时积分: 0

折合: 0

可用固定积分: 0

折合: 0

收藏
分享
康康学长

学历:硕士

研究方向:能源开采/地质灾害防治

相关课程推荐
A-17:地震动力作用下考虑粘弹性边界的地基与边坡动力学模型

购买课程后,点击课程附件资料下载,可免费获取模型源文件。本课程和模型特点:1、地震动力作用下考虑粘弹性边界。 2、地基模型与边坡模型。 3、理论原理讲解+建模操作演示。 4、考虑了初始地应力平衡。 5、考虑了静动边界转化。 6、对建模操作流程做了详细总结。 7、视频建模全程录制,可跟做。 8、附Abaqus模型源文件、MATLAB源文件及相关参考文献。

A-01:Abaqus-岩土零基础入门之边坡稳定性计算

1、本次课程视频主要针对岩土专业的Abaqus初学者,从零基础开始,通过一步一步操作讲解,实现零基础建模,最终掌握Abaqus的精髓。 2、本次课程以强度折减法计算边坡稳定性为例,详细地给大家演示如何从CAD几何模型导入,到Abaqus中建模,计算,以及对结果的解读,后处理,结果输出等。

A-18:Abaqus基坑分层降水-开挖-支护与变形控制

购买课程后,点击课程附件资料下载,可免费获取模型源文件。该模型或视频课程有如下特点: (1)基坑分层开挖;(2)地下连续墙支护;(3)管井抽水分层降水;(4)非饱和渗流应力耦合;(5)接触、渗流、塑性耦合条件下的收敛控制;(6)操作建模全程录制,可跟做。

C-18:深部咸水层封存二氧化碳-高压气液两相流

购买课程后,点击课程附件资料下载,可免费获取模型源文件。本期视频课程与模型有如下特点: 1、针对深部含水层储存CO2的工程问题。 2、基于多孔介质两相流驱替理论。 3、考虑质量守恒、达西定律、非饱和渗流相关理论。 4、含水层处于高压饱水状态。 5、采用Comsol自带的多物理场耦合接口。 6、文献解读+控制方程+模型详解+操作演示+总结探讨。

A-03:Abaqus边坡降雨渗流稳定性数值建模分析视频讲解

购买课程后,点击课程附件资料下载,可免费获取模型源文件。该视频课程详细讲解了降雨条件下,岩土边坡的渗流稳定数值建模计算问题。该模型的核心问题主要包括:①饱和-非饱和渗流问题;②渗流-应力-位移耦合问题;③初始应力场和初始孔隙水压力场的设置问题。通过该视频课程的讲解,让您能够彻底掌握降雨边坡的渗流稳定性分析。

C-26:Comsol深度神经网络DNN之土层动态固结沉降量预测-考虑时间维度

这个课程包含两个部分,第一部分是关于土柱固结沉降瞬态模型,它是基于物理力学理论,采用有限元法计算的。本次课程的第二部分内容:考虑时间和空间的comsol深度神经网络的运用。我们先通过有限元模型,通过代理模型计算,得到一定量(有限)的数据,然后采用深度神经网络对这些数据的输入与输出关系进行非线性映射,获得目标变量(最终沉降量)的DNN函数。然后就可以针对任意的参数值进行沉降量预测。该模型的特点是考虑了时间维度。

Geo-05:三维裂隙岩体注浆封孔(悬浮颗粒沉积)模型

购买课程后,点击课程附件资料下载,可免费获取模型源文件。该模型和课程的特点如下: (1)三维裂隙岩体注浆封孔。 (2)浆液悬浮颗粒在裂隙中沉积。 (3)控制方程包括悬浮颗粒C、沉积颗粒S和浆液流速U。 (4)基于连续介质理论考虑悬浮颗粒和裂隙。 (5)采用微元体构建方程。 (6)文献解读+方程详解+操作建模。 (7)软件采用的6.2版本。 (8)课程和模型任何疑问和问题,均可在课程技术论坛交流答疑,专人回复。

C-25:Comsol深度神经网络DNN之土层最终固结沉降量预测

这个课程包含两个部分,第一部分是关于土柱固结沉降模型,它是基于物理力学理论,采用有限元法计算的。本次课程的第二部分内容:comsol深度神经网络的运用。我们先通过有限元模型,通过代理模型计算,得到一定量(有限)的数据,然后采用深度神经网络对这些数据的输入与输出关系进行非线性映射,获得目标变量(最终沉降量)的DNN函数。然后就可以针对任意的参数值进行沉降量预测。

C-12:Comsol多孔介质溶质运移理论讲解与模型案例解析

购买课程后,点击课程附件资料下载,可免费获取模型源文件。本课程和模型特点:1、本视频课程主要针对地下水溶质运移问题,进行基础理论和数值建模讲解。 2、对饱和-非饱和渗流理论与控制方程做了详细讲解。 3、对多孔介质稀物质传递理论与控制方程做了详细讲解。 4、针对5个典型溶质运移模型案例,分别做了详细的模型解析。 5、针对其中1个案例,进行step by step操作演示。 6、本视频课程,从基本原理,到数值建模操作,均做了全面讲解。

C-24:Comsol深度神经网络DNN之管内流体热化学反应

本期我们结合一个管内流体热化学反应模型,来初步体验一下comsol中内置的深度神经网络模型的特点。这个课程包括两部分内容,一部分是关于管内流体热化学反应模型的讲解和建模,另一部分是在该模型基础上开展的代理模型计算和基于深度神经网络模型的数据训练和验证。温馨提示:该模型源于comsol官方模型案例,如果能自学的朋友,可自行前往下载学习。如果感觉自学困难,可参考我们的视频课程讲解学习。