Browsing by Subject "Discrete Element Method"

Now showing 1 - 2 of 2

Access status: Open Access ,
A fully coupled solid and fluid model for simulating coal and gas outburst with DEM and LBM
(2012) Wang, Yucang; Xue, Sheng; Xie, Jun
W niniejszej publikacji prezentujemy w pełni zintegrowany kod oddziaływania pomiędzy cieczą a ciałem stałym, opracowany do modelowania całego procesu wyrzutów węgla i gazu. Metoda elementów dyskretnych stosowana jest do modelowania deformacji i pęknięcia ciała stałego, podczas gdy metoda siatkowa Boltzmanna - do modelowania przepływu cieczy, w tym przepływu swobodnego i przepływu zgodnie z prawem Darcy'ego. Te dwie metody połączone są w procesie dwukierunkowym: część stała zapewnia warunki ruchomej granicy rozdziału, przenosząc pęd do cieczy, a ciecz wywiera opór na ciele stałym. Desorpcja gazu występuje na granicy oddziaływania pomiędzy cieczą a ciałem stałym, a do rozproszenia gazu dochodzi w kodzie ciała stałego, gdzie cząsteczki traktowane są jako materiał porowaty. Prowadzone są wstępne symulacje w celu sprawdzenia poprawności kodu.
Access status: Open Access ,
Non-history-based DEM model for predictions of numerical earthquakes
(Wydawnictwa AGH, 2025) Klejment, Piotr
Stick-slip phenomena roughly describe the behavior of a tectonic fault. A simplified model of stick-slip events is often assumed in laboratory experiments and numerical simulations of laboratory earthquakes. This work proposes a more advanced approach. The Discrete Element Method (DEM) was used to generate a numerical model for simulating the laboratory earthquakes in which the granular layer was taken into account. The proposed model takes into account an irregular, random pattern of stress increase and decrease in such a system. At 5,000 selected, regularly spaced time points, the so-called “checkpoints”, 25 parameters were measured, describing the average state of all particles forming the numerical fault at a given moment. The created dataset was used to train the Random Forest algorithm, and then, as part of the tests, this algorithm was used to predict subsequent stick-slip events. The algorithm made predictions solely on the basis of information about the current parameters of the particles. Importantly, the predictions made did not use the history of previous stick-slip events. Feature Importance and SHapley Additive exPlanations (SHAP) were used to assess the contribution of individual particle physical parameters to the prediction results.