MétaCan
Menu
Retour à la cohorte
Enregistrement W1976369060 · doi:10.1115/1.4028067

Large Eddy Simulation Analysis of Fluid Temperature Fluctuations at a T-junction for Prediction of Thermal Loading

2014· article· en· W1976369060 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Pressure Vessel Technology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear Engineering Thermal-Hydraulics
Établissements canadiensnon disponible
Organismes subventionnairesHabitat Conservation Trust FoundationUniversity of Tokyo
Mots-clésComputational fluid dynamicsLarge eddy simulationMechanicsTurbulenceCoupling (piping)Flow (mathematics)Computer simulationJet (fluid)Fluid dynamicsThermalFinite element methodMixing (physics)Junction temperaturePhysicsMaterials scienceStatistical physicsThermodynamicsMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

T-junctions are widely used for fluid mixing in power and process plants. Temperature fluctuations generated by the mixing of hot and cold fluids at a T-junction can cause high cycle thermal fatigue (HCTF) failure. The existing Japanese guideline for evaluating HCTF provides margin that varies greatly depending on the case for the evaluation result. Computational fluid dynamics (CFD)/finite element analysis (FEA) coupling analysis is expected to be a useful tool for the more accurate evaluation of HCTF. Precise temperature fluctuation histories are necessary to determine the thermal loads because fatigue damage prediction requires temperature fluctuation amplitudes and their cycle numbers. The present investigation was intended to discover the accurate prediction methods of fluid temperature fluctuations, prior to performing CFD/FEA coupling analysis. Large eddy simulation (LES) turbulence models suitable for the simulation of unsteady phenomena were investigated. The LES subgrid scale (SGS) models used included the standard Smagorinsky model (SSM) and the dynamic Smagorinsky model (DSM). The effects of numerical schemes for calculating the convective term in the energy equation on the simulation results were also investigated. LES analyses of the flow and temperature fields at a T-junction were carried out using these numerical methods. For comparison, the simulation conditions were the same as the experiment in literature. All of the simulation results show the flow pattern of a wall jet with strong flow and temperature fluctuations, as observed in the experiment. The simulation results indicate the numerical schemes have a great effect on the temperature distribution and the temperature fluctuation intensity (TFI). The first-order upwind difference scheme (1UD) significantly underestimates the TFI for each LES SGS model, although it exhibits good numerical stability. However, the hybrid scheme (HS), which is mainly the second-order central difference scheme (2CD) blended with a small fraction of 1UD, can better predict the TFI for each LES SGS model. Furthermore, the DSM model gives a prediction closer to the experimental results than the SSM model, while using the same numerical scheme. As a result, it was found through the systematic investigations of various turbulence models and numerical schemes that the approach using the DSM model and the HS with a large blending factor could provide accurate predictions of the fluid temperature fluctuations. Furthermore, it is considered that this approach is also applicable to the accurate prediction of any other scalar (e.g., concentration), based on the analogy of scalar transport phenomena.

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.

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 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 enseignants0,374
Score d'incertitude au seuil0,496

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,216
Écart entre enseignants0,210 · 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