MétaCan
Menu
Retour à la cohorte
Enregistrement W2023685555 · doi:10.1002/fld.1729

Numerical model for the prediction of dilute, three‐dimensional, turbulent fluid–particle flows, using a Lagrangian approach for particle tracking and a CVFEM for the carrier phase

2008· article· en· W2023685555 sur OpenAlexafffund
Luís Adriano Freitas Oliveira, V.A.F. Costa, B. R. Baliga

Notice bibliographique

RevueInternational Journal for Numerical Methods in Fluids · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTurbulenceMechanicsEulerian pathParticle-laden flowsLagrangian particle trackingPhysicsParticle (ecology)CompressibilityTwo-fluid modelTwo-phase flowComputational fluid dynamicsClassical mechanicsFluid dynamicsVolume of fluid methodFlow (mathematics)LagrangianReynolds numberGeology

Résumé

récupéré en direct d'OpenAlex

Abstract A numerical model for dilute, three‐dimensional, turbulent, incompressible fluid–solid particle flows and its application to a demonstration problem are presented. An Eulerian description is used to model the flow of the fluid (carrier) phase, and the governing equations are solved using a control‐volume finite element method (CVFEM). The motion of the solid (particulate) phase is simulated using a Lagrangian approach. An efficient algorithm is proposed for locating the particles in the finite element mesh. In the demonstration problem, which involves a particle‐laden axisymmetric jet, a modified k –ε turbulence model is used to characterize the velocity and length scales of the turbulent flow of the fluid phase. The effect of turbulence on the particle trajectories is accounted for through a stochastic model. The effect of the particles on the fluid time–mean velocity and turbulence (two‐way coupling) is also addressed. Comparisons between predictions and available experimental data for the demonstration problem are presented. Satisfactory agreement is obtained. Copyright © 2008 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,108
Tête enseignante GPT0,388
Écart entre enseignants0,280 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Numerical Methods in FluidsMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207