MétaCan
Menu
Retour à la cohorte
Enregistrement W2024055610 · doi:10.1115/imece2013-65838

Front Wave Prediction in Water Hammer Phenomena Involving Two-Phase Flows

2013· article· en· W2024055610 sur OpenAlexaff
Alina Bogoi, Jean Marie Seynhaeve, Radu D. Rugescu, Oliviu Şugar Gabor, Michel Giot

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésWater hammerMechanicsMomentum (technical analysis)Computational fluid dynamicsTwo-phase flowTwo-fluid modelWork (physics)Conservation lawFlow (mathematics)PhysicsThermodynamicsMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

A genuine mathematical model for one dimensional, unsteady, two phase (liquid-gas) flows is presented that intends to solve the complex problem of two phase behavior of fluids. The mechanism of the model describes the fluid flow characteristics of the mixture, supposing that the conditions for homogeneous vaporization are fulfilled and the condensate fraction of the composite fluid keeps constant. In particular, the equation of momentum conservation for the gas phase is derived from the Voinov equation. For its domain of validity (bubbly flows), the model is of hyperbolic type and can be written in the conservative form. The numerical results obtained for the water hammer phenomena show that the present work is able to supply accurate results, at least of the same degree of confidence as the results provided by an ordinary, commercial CFD code, still with a considerable reduction in computational time.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,140
Score d'incertitude au seuil0,999

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)0,0020,001

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 GPT0,186
Écart entre enseignants0,175 · 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.

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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Systems and OptimizationTravaux en français237 207