MétaCan
Menu
Retour à la cohorte
Enregistrement W2000463652 · doi:10.4188/jte.56.163

Numerical Analysis of the Geometrical Effects on the Airflow Characteristics of an Air Suction Gun

2010· article· en· W2000463652 sur OpenAlexaboutno aff
Yonggui Li, Yoshiyuki Iemoto, Shuichi Tanoue, Satoshi Takasu

Notice bibliographique

RevueJournal of Textile Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueCyclone Separators and Fluid Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAirflowSuctionMechanicsEnvironmental scienceAeronauticsEngineeringMarine engineeringPhysicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The yarn suction efficiency of an air suction gun is closely related to the airflow patterns, which are strongly affected by the geometry of the gun. To obtain basic data for the optimum design of a gun, we investigated the airflow patterns in the gun with different geometrical parameters by numerical simulation and discussed the relation between the flow patterns and yarn suction force Fm. Compressed-air inflow angle plays an important role in generating a helical flow by controlling circumferential velocity component vc in a yarn propulsion tube. This helical airflow greatly promotes yarn suction capacity. Fm has a closer relationship to the distribution of air velocity than air pressure, and strongly depends on vc. The airflow patterns are weakly dependent on a passage diverging angle of nozzle and a converging angle of de Laval tube. A reduction in throat diameter of de Laval tube causes a rapid extension of the supersonic flow area near the throat accompanied by increasing axial velocity component in the de Laval tube. However, it leads to decreases in vc in the yarn propulsion tube and air velocity in the yarn inhalation tube, which hinders the promotion of Fm.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
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 Opus0,002
Tête enseignante GPT0,185
Écart entre enseignants0,183 · 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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Textile EngineeringMême sujetCyclone Separators and Fluid DynamicsTravaux en français237 207