Void Fraction Measurement for Two-Phase Flow Using Electrical Resistance Tomography
Notice bibliographique
Résumé
Measurement of void fraction of two-phase flows remains a challenging area. In this paper the application of an electrical resistance tomography (ERT) system for this purpose has been studied. A new approach through the direct use of the voltage data measured by the ERT system is presented. The measured voltage data are first compressed through a feature extraction, and a polynomial regression procedure is followed to obtain the relationship between the void fraction and the feature extracted. Both simulation and experiment are carried out to verify the approach. The methodology of the new approach, simulation and experimental results are presented in the paper. La mesure de la fraction de vide des écoulements biphasiques reste un domaine difficile. Dans cet article, on a étudié l'application de la tomographie à résistance électrique (ERT) à cette fin. Une nouvelle approche par l'utilisation directe des données de tension mesurées par la technique ERT est présentée. Les données de tension mesurées sont d'abord comprimées par une extraction des caractéristiques, suivie d'une régression polynomiale pour obtenir la relation entre la fraction de vide et la caractéristique extraite. La simulation et des expériences sont toutes deux réalisées pour vérifier cette approche. La méthodologie de cette nouvelle approche, les résultats de la simulation et les résultats expérimentaux sont décrits en détail dans cet article.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».