MétaCan
Menu
Retour à la cohorte
Enregistrement W1537123184 · doi:10.1115/fedsm2013-16215

Comparison of 2D and 3D Predictions of Erosion Wear in Centrifugal Slurry Pump Casings

2013· article· en· W1537123184 sur OpenAlexfundno aff
Krishnan V. Pagalthivarthi, John M. Furlan, Robert Visintainer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueErosion and Abrasive Machining
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Institute for Water Security, University of Saskatchewan
Mots-clésSlurryCentrifugal pumpErosionMaterials sciencePetroleum engineeringMechanical engineeringEngineeringImpellerGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

This paper deals with the prediction of erosion wear rate in slurry pump casings, with an emphasis on the comparison of two-dimensional and three-dimensional results. The two-dimensional analysis is carried out in the mid-plane of the pump normal to the pump axis. The dense solid-liquid flow field in the pump casing is modeled using an Eulerian-Eulerian model with a penalized finite element formulation to discretize the continuum equations. Erosion wear due to particle impact and sliding abrasion depends on the local velocity, shear stress, concentration of the particles and the empirically determined (particle-size dependent) wear rate coefficients used to relate the erosion wear to the local flow field properties.The wear rate predictions from the 2D and 3D codes are compared to analyze the three dimensional flow effects on the wear rate. Operating conditions under which the 2D solution departs significantly from the 3D solution are explored with the aim of determining the limitations of the 2D simulations. Three pumps with different casing width-to-depth ratio are analyzed. Flow conditions and the pump casing width-to-depth ratio affect the differences between the 2D and 3D casing wear predictions.Copyright © 2013 by ASME

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetErosion and Abrasive MachiningTravaux en français237 207