MétaCan
Menu
Retour à la cohorte
Enregistrement W2027834210 · doi:10.2495/mpf070341

The transition of an in-line vortex to slug flow: correlating pressure and reaction force measurements with high-speed video

2007· article· en· W2027834210 sur OpenAlexaff
Benjamin J. de Witt, Ronald J. Hugo

Notice bibliographique

RevueWIT transactions on engineering sciences · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMechanicsSlug flowVortexMaterials scienceFlow (mathematics)Volumetric flow rateMass flow meterSpectral densityFlow mapThermodynamicsTwo-phase flowPhysics

Résumé

récupéré en direct d'OpenAlex

In this work, the performance of a Slug Flow Expander (SFE) was investigated.Multiphase flow consisting of air and water was injected into the SFE.Critical flow rates of air and water were identified that caused transition to the slug flow regime.It was observed that at water flow rates of 1.00 L/s and air flow rates above 3.00 L/s, the flow regime in the SFE transitioned to slug flow.A high-speed digital camera was used to visualize the flow inside the SFE.Wall pressure and reaction force measurements were synchronized with the high-speed camera.Autocorrelation, cross-correlation, and power spectral density functions were performed on reaction force, wall pressure, and air-core diameter.Power spectra of reaction force and wall pressure revealed strong energy peaks at low, middle, and high frequencies.Dominant low frequency energy (2.9 Hz and 4.4 Hz) was found to be attributed to the rotation rate of the liquid component in the SFE.The dominant middle frequency spikes (39.5 Hz, 31.3Hz, 24.4 Hz for reaction force; 20 Hz, 15.6 Hz for wall pressure) are believed to be attributed to the formation, convection, and exiting of the liquid slugs from the SFE.It is speculated that the dominant high-frequency spikes are attributed to both mechanical vibrations and pressure fluctuations caused by the flow facility pump.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWIT transactions on engineering sciencesMême sujetFluid Dynamics and MixingTravaux en français237 207