MétaCan
Menu
Retour à la cohorte
Enregistrement W1971174407 · doi:10.1080/10618560600596924

A mathematical model of turbulence modulation in particle-laden pipe flows

2006· article· en· W1971174407 sur OpenAlexaff
Fusheng Yan, M.F. Lightstone, P. E. Wood

Notice bibliographique

RevueInternational journal of computational fluid dynamics · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTurbulenceEulerian pathMechanicsK-epsilon turbulence modelK-omega turbulence modelPhysicsTurbulence kinetic energyStatistical physicsParticle (ecology)Work (physics)Coupling (piping)Turbulence modelingClassical mechanicsFlow (mathematics)LagrangianThermodynamicsMaterials scienceTheoretical physicsGeology

Résumé

récupéré en direct d'OpenAlex

This investigation is concerned with developing a model of the processes involved in turbulence modulation by relatively large particles in dilute gas–solid turbulent flows. The mathematical model, which focuses on two-way coupling, has been developed based on the work of Lightstone and Hodgson (Turbulence modulation in gas–particle flows: a comparison of selected models, “Can. J. Chem. Eng.” 82, 2004, 209–219) to account for both enhancements and reductions in turbulent kinetic energy as well as the particle crossing trajectory effect. The underlying formulation scheme employs an Eulerian–Lagrangian reference frame, i.e. the carrier phase is considered as a continuum system, while the trajectories of individual particles are calculated using a Lagrangian framework. A random walk model is used to solve the particle motion equation. The proposed model, along with turbulence modulation models from the literature, is used to simulate a particle-laden vertical pipe flow. The simulation results show that the new model provides improved predictions of the experimental data.

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 enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,230 · 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of computational fluid dynamicsMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207