MétaCan
Menu
Retour à la cohorte
Enregistrement W1980717568 · doi:10.1115/imece2013-63084

The Drift Flux Model After Fifty Years: A Personal, Problem Solving Survey

2013· article· en· W1980717568 sur OpenAlexaboutno aff
P. Toma

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDesign for manufacturabilityFlow (mathematics)MechanicsTurbulenceTwo-phase flowMechanical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Offspring of the nuclear reactor industry and gas-oil production, multiphase fluids handling technology appears to have matured into an entirely new field of inquiry, most notably following broad acceptance of the drift flux and flow pattern concepts and their widespread integration into engineering calculations. The drift flux model (DFM), first suggested by Nicklin in 1962 and, soon after, adapted and developed by Professor Zuber’s research group at General Electric, enables calculation of “locally averaged” phase velocity. Further progress made in selection of the flow patterns, calculated for each section of the pipe, provided the key to properly assessing the terminal velocity of the discrete phase and the local phase distributions. The flow pattern concept was first introduced by Canadian Charles Govier to describe oil-water laboratory experiments, then by Hewitt-Roberts and Baker in 1954. A decade later, the team of Dukler-Taitel-Barnea developed the qualitative flow pattern concept into a quantitative roadmap procedure leading to rational calculations of the local (cross-section averaged) gas-liquid flow geometry, or flow pattern. The homogeneous gas-liquid flow, presuming the equality of gas and liquid velocities, a simplification broadly accepted during the early days of two-phase flow engineering, came to be regarded, due to Hinze’s work (Shell, 1955), as an identifiable region in the local flow map, reflecting turbulent and high-shear breakup of the discrete phase. To illustrate the usefulness, validity, and importance of the DFM, and mechanistic modeling using the DFM, as well as the salient work of Prof. Zuber on boiling instability this paper discuses reduction of potential explosive droplet boiling risk during multiphase pumping of high–gas-oil ratio mixtures. To assess critical operating conditions of the multiphase pumps, the Ishi-Zuber criteria developed during 1970 for assessing potential boiling instabilities were adapted to multiphase pumping/compression equipment and the results compared to field instability data. The elucidation of this problem relies heavily on the DFM and on salient research performed during 70s by Prof. Zuber’s team.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,003
Communication savante0,0040,008
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,008
Tête enseignante GPT0,185
Écart entre enseignants0,177 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and MixingTravaux en français237 207