MétaCan
Menu
Retour à la cohorte
Enregistrement W1979578207 · doi:10.1179/174328109x445732

Optimisation of dual purging location for better mixing in ladle: a water model study

2009· article· en· W1979578207 sur OpenAlexaff
Kinnor Chattopadhyay, Arunava Sengupta, S. K. Ajmani, S. Lenka, Vaibhav Kumar Singh

Notice bibliographique

RevueIronmaking & Steelmaking Processes Products and Applications · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMixing (physics)LadleArgonTRACERVolumetric flow rateMechanicsPorosityFlow (mathematics)Dual purposeMaterials scienceChemistryMetallurgyMechanical engineeringComposite materialEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Mixing time studies were performed on a one-fifth scale aqueous model of a single tapered ladle with different bottom purging locations. Two porous plugs were used simultaneously to purge compressed air as an analogue to argon and this was referred as dual purging. KCl solution (1 N) was used as the tracer for measuring mixing time. The scaled down gas flowrate varied from 10 to 80 L m–1. Around 400 experiments were done including all possible dual purging locations and the location which gives least mixing time was identified. The results were compared with corresponding single purging experiments and it was found that dual purging can reduce mixing time to a great extent even in the lower flowrate range and a location better than ±R/2 has been suggested. Effect of differential flow on mixing time has also been reported.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,246
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

Citations23
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIronmaking & Steelmaking Processes Products and ApplicationsMême sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207