MétaCan
Menu
Retour à la cohorte
Enregistrement W1976264099 · doi:10.1243/0954406001523957

Pressure wave attenuation in an air pipe flow

2000· article· en· W1976264099 sur OpenAlexaff
Hao Wang, G. H. Priestman, S.B.M. Beck, R.F. Boucher

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFlow measurementAttenuationThermal mass flow meterAcousticsFlow (mathematics)Pipe flowUltrasonic flow meterMechanicsVolumetric flow ratePressure measurementFluidicsEngineeringMaterials scienceMass flow meterMechanical engineeringElectrical engineeringOpticsPhysicsTurbulence

Résumé

récupéré en direct d'OpenAlex

Pressure wave transmission attenuation in an air pipe flow is investigated both theoretically and experimentally. This investigation is to ensure the viability of remote flow measurement in an air pipe flow using a new fluidic pressure-pulse-transmitting flowmeter. The novel flowmeter produces self-induced oscillations, whose frequency is proportional to the flowrate. These pressure waves are transmitted via the flowing fluid and can be detected far downstream of the device. Experimental work has been conducted to ascertain how much the pressure waves are attenuated in air flow in a pipeline. This was done by using pipes of 0.05m diameter and both 4.7 and 28.5m long installed downstream of the flowmeter. A method of network simulation known as transmission line modelling (TLM), which has been programmed as the Sheffield University Network Analysis Software (SUNAS) code, is described and utilized to predict the wave decay through the air pipe flow. The theoretical and experimental results were found to give good agreement, demonstrating both the value of the modelling software and the viability of the remote flow measurement concept.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,201
Écart entre enseignants0,190 · 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.

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

Citations10
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering ScienceMême sujetWater Systems and OptimizationTravaux en français237 207