MétaCan
Menu
Retour à la cohorte
Enregistrement W1978818041 · doi:10.1115/fedsm-icnmm2010-30192

On the Feasibility of Modeling Two-Phase Flow-Induced Fluidelastic Instability in Tube Bundles

2010· article· en· W1978818041 sur OpenAlexaff
Njuki Mureithi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésInstabilityFlow (mathematics)Work (physics)MechanicsStability (learning theory)Computer sciencePhase (matter)Statistical physicsPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

In the 80’s a number of theoretical models were developed to model fluidelastic instability, primarily for single phase flows. The models ranged from purely analytical models to semi-empirical models requiring considerable experimental data as input. While these models were very successful in uncovering the nature of fluidelastic instability and the underlying mechanisms in single phase flow, this work seemed to stop short of getting to the next step of practical application to two-phase flows. During the same period, Connors formula became ‘entrenched’ in industry to the extent that the formula now forms part of the design norms against fluidelastic instability. In an ongoing research program the quasi-steady model has been chosen as a possible candidate for modeling fluidelastic instability in two-phase flows. This paper discusses the challenges associated with accurate modeling of fluidelastic instability in two phase flows using this and other models. The unsteady model is shown to have limitations when it comes to measuring accurately the necessary unsteady fluid force coefficients. A comparison of the stability analysis results with experimental measurements shows that the quasi-steady model can give a reasonable estimate of the instability velocity as well as the inter-tube dynamics. Finally, the remaining challenges, before the quasi-steady model and possibly other models can be fully implemented for prototypical conditions are discussed. In particular the need for more work to understand the flow itself is highlighted.

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 enseignants0,418
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,277
Écart entre enseignants0,246 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and MixingTravaux en français237 207