MétaCan
Menu
Retour à la cohorte
Enregistrement W1684715107 · doi:10.1109/plasma.2000.855045

Plasma torch and its associated MHD fields using the FLUENT code

2002· article· en· W1684715107 sur OpenAlexaff
A. Merkhauf, S. Hue, Pierre Proulx, M.A. Bolous

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésTorchLorentz forceMagnetohydrodynamicsMechanicsLaminar flowPlasmaPlasma torchPhysicsSubroutineElectromagnetic fieldComputer scienceMechanical engineeringMagnetic fieldEngineering

Résumé

récupéré en direct d'OpenAlex

Summary form only given. Reported studies dealing with the mathematical modeling of the r.f. inductively coupled plasma provide information about 2D flow, temperature and species concentration as well as electromagnetic fields in the discharge. The majority of the proposed models require, however, a lengthy iterative process to converge, where sometimes several thousands of iterations can be needed. In order to speed up the calculation and increase the flexibility of the model, the CFD code FLUENT is used. The later is based on the solution of the Navier-Stokes equations using the control volume method of Patankar. User defined subroutines are added to the code to implement the vector potential equation and the source terms, as Lorentz force, radiation and joule heating acting on the plasma. Subroutines are also implemented to allow thermodynamics and transport properties to be function of temperature and pressure. The torch is modeled by a fully axisymmetric configuration. A laminar flow field is assumed, for an optically thin plasma under local thermodynamic equilibrium. The inductor is represented by a series of parallel current ring. In the present study, emphasis is placed on the formulation of the MHD induction equation where the electromagnetic fields are not limited to the torch itself, but extend well beyond the torch.

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 enseignants0,097
Score d'incertitude au seuil0,326

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0970,018

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 Opus0,033
Tête enseignante GPT0,228
Écart entre enseignants0,194 · 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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlasma Diagnostics and ApplicationsTravaux en français237 207