MétaCan
Menu
Retour à la cohorte
Enregistrement W2015581360 · doi:10.1115/1.4027642

Evaluation of a Thermal-Tuft Probe for Turbulent Separating and Reattaching Flows

2014· article· en· W2015581360 sur OpenAlexaff
Quentin Schwaab, Julien Weiss

Notice bibliographique

RevueJournal of Fluids Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesÉcole Centrale de Lyon
Mots-clésTuftMechanicsAcousticsThermalTurbulenceMaterials scienceFlow (mathematics)Flow visualizationFlow measurementElectrical resistance and conductanceShakerVibrationPhysicsComposite materialMeteorology

Résumé

récupéré en direct d'OpenAlex

The validation and testing of a thermal-tuft probe is described in detail. The thermal tuft consists of three parallel wires where the middle wire is heated and the two lateral wires act as resistance thermometers, thereby sensing the flow direction. The probe's function principle is validated in an acoustic resonator that generates a nearly sinusoidal velocity perturbation with zero mean. It is shown that the variation in electrical resistance of the sensing wires is a measure of the flow direction. The probe's sensitivity to the heater current in the central wire and to the flow angle is also investigated. The electronic circuit is validated by placing the probe on a mechanical shaker. The output voltage is shown to be consistent with the variation in electrical resistance of the sensing wires. The flow direction can thus simply be measured by recording the probe's output voltage with a single digital data-acquisition channel. Finally, the thermal tuft is evaluated in a low-speed, pressure-driven, turbulent, separation-bubble flow. It is shown that the forward-flow fraction and the intermittent frequency can be measured with an uncertainty of about ±1.5%. The positions of separation and reattachment in the test section, measured with the thermal tuft, are consistent with flow-visualization experiments reported elsewhere.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,248
Écart entre enseignants0,227 · 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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetFlow Measurement and AnalysisTravaux en français237 207