A THREE-DIMENSIONAL, ASYMMETRIC, AND TRANSIENT MODEL TO PREDICT GRAIN TEMPERATURES IN GRAIN STORAGE BINS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A three-dimensional, transient, combined model (headspace model + soil model + conduction model in bulkgrain) was developed to predict grain temperatures in a granary. Different meshes (mesh refinement in the whole domain orat the boundary) including linear and hybrid (linear and quadratic) elements were used to simulate grain temperatures. Predictionaccuracies of temperatures produced by the different meshes were compared, and the model was validated using measuredtemperatures in two flat bottom bins (3.76 m diameter and 5.5 m high filled with wheat up to 3 m) located side by sidein the north-south orientation near Winnipeg, Manitoba. Grain temperatures predicted by the model were in close agreementwith the measured temperatures throughout a 21-month test in the two bins. By using a hybrid element mesh (mesh refinementat the boundary), the mean, standard error, and maximum of the absolute difference between the measured and predicted temperaturesin the south bin were 2.2C, 0.4C, and 7.0C, respectively. The mean, standard error, and maximum of the absolutedifference predicted by a linear element model (88 linear elements each layer) in the south bin were 2.1C, 0.3C, and 6.3C,respectively. Including a headspace model improved the prediction accuracy of the conduction model at the top of the grainbulk. Mesh refinement only at the boundary produced a homogeneous distribution of errors in the whole domain; however,mesh refinement in the whole domain gave higher errors at the walls than at the center of the bins. Considering the increasedcomputer time and slightly improved accuracy by mesh refinement at the boundary, a uniform mesh with mesh refinement inthe whole domain was preferable for predicting grain temperatures in an entire grain bin.
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.
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 | 0,000 |
| 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 découle