MétaCan
Menu
Retour à la cohorte
Enregistrement W1981396553 · doi:10.1115/1.4001575

Investigation of the Flow Field in a Rectangular Vessel Equipped With a Side-Entering Agitator

2010· article· en· W1981396553 sur OpenAlexaff
Clara Gómez, Chad P. J. Bennington, Fariborz Taghipour

Notice bibliographique

RevueJournal of Fluids Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImpellerAgitatorComputational fluid dynamicsParticle image velocimetryMechanicsLaminar flowMixing (physics)Slip factorMaterials scienceFluid dynamicsMechanical engineeringEngineeringPhysicsTurbulence

Résumé

récupéré en direct d'OpenAlex

The hydrodynamics of stirred vessels with side-entering impellers, which are used in numerous process industries including petroleum, foods, and pulp and paper manufacturing, have received limited attention. In the present work, the flow in a reduced size rectangular tank equipped with a side-entering axial flow impeller, scaled down from the industrial agitation of low consistency pulp fiber suspensions, was investigated using particle image velocimetry (PIV) and computational fluid dynamics (CFD), in the laminar regime (18≤Re≤120). Tuning of the PIV measuring parameters for an optimum capture of valid velocity vectors within a representative portion of the vessel is described. A detailed description of the construction and refinement of the grid and quantification of the discretization error in the CFD results is also presented. The simulation predictions were extensively evaluated by comparing the measured planar flow patterns and velocity fields at various locations in the mixing vessel. Very good agreement was found between PIV measurements and computed velocities confirming the efficiency of CFD in the analysis of mixing systems. The prediction of global mixing parameters was also evaluated. The computed impeller torque and impeller power number agreed very well with experimental measurements over the range of Re studied.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,171
Écart entre enseignants0,167 · 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'étudeExpérimental (laboratoire)
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

Citations21
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetFluid Dynamics and MixingTravaux en français237 207