MétaCan
Menu
Retour à la cohorte
Enregistrement W1986178797 · doi:10.1063/1.1432478

Nonequilibrium effects in supersonic induction plasma

2002· article· en· W1986178797 sur OpenAlexaff
S E Selezneva, Maher I. Boulos

Notice bibliographique

RevueJournal of Applied Physics · 2002
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNozzleSupersonic speedPlasma torchPlasmaMach numberMechanicsChoked flowJet (fluid)Dense plasma focusChemistryNon-equilibrium thermodynamicsAtomic physicsThermodynamicsPhysicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

Supersonic plasma jets find applications in plasma chemistry and plasma processing, metallurgy, experimental physics, and space technology. Usually the plasma in these jets deviates from chemical and thermal equilibrium. To optimize the industrial process detailed study of nonequilibrium effects in supersonic flow is required. In the article we apply numerical simulation to study the supersonically accelerated argon plasma flow downstream of the induction plasma torch. We compare the jets exhausting from two different convergent-divergent nozzles by means of a two-temperature model. The results show that the axial electron number density is rather convective flux controlled than recombination-ionization reaction controlled in both cases. However, the recombination resulting in electron gas heating is more essential in the jet flowing from the nozzle with a higher outlet Mach number. The composition of the jet exhausting from the nozzle with a lower outlet Mach number remains almost unchanged (“frozen”) until the end of the first expansion zone. These results confirm that the chamber pressure and the nozzle design changing leads to the induction plasma jets with different chemical conditions. For low-pressure supersonic plasma, these conditions vary from frozen to recombining. The conclusion is that depending on the industrial process, one can choose the proper torch nozzle geometry to have nonequilibrium plasma with the required properties.

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)0,000
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 enseignants0,088
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,189
Écart entre enseignants0,178 · 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

Citations11
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetPlasma Diagnostics and ApplicationsTravaux en français237 207