Fibre orientation distribution in turbulent fibre suspensions flowing through an axisymmetric contraction
Notice bibliographique
Résumé
Abstract The Reynolds averaged Navier–Stokes equation was solved numerically with the Reynolds stress model to get the mean fluid velocity and the turbulent kinetic energy in turbulent fibre suspensions flowing through an axisymmetric contraction. The fluctuating fluid velocity was represented as a Fourier series with random coefficients. Then the slender‐body theory was used to predict the fibre orientation distribution and orientation tensor. Some numerical results are compared with the experimental ones in the turbulent fibre suspensions flowing through a contraction with a rectangular cross‐section. The results show that the fibres with high aspect ratio tend to align its principal axis with the flow direction much easier. High contraction ratio makes the fibre alignment with the flow direction much easier. The contraction ratio has a strong effect on the fibre orientation distribution. Only a small part of the fibre is aligned with the flow direction in the inlet region, while most fibres are aligned with the flow direction when they approach to exit. The fibres are aligned with the flow direction rapidly in the inlet region, after that the fibre orientations change little in the most of the downstream region. The fibres with high aspect ratio are aligned with the flow direction faster when they enter the contraction. The randomising effect of the turbulence becomes significant in the downstream region because of the high turbulent intensity.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».