MétaCan
Menu
Retour à la cohorte
Enregistrement W2032844494 · doi:10.1115/pvp2014-28460

Void Fraction Effect on Added Mass in Bubbly Flow

2014· article· en· W2032844494 sur OpenAlexaff
Cédric Béguin, Etienne Pelletier, Stéphane Étienne

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMechanicsVoid (composites)Euler's formulaSpherical harmonicsTwo-phase flowEuler equationsPorosityBubbleMultiphase flowMass fractionFlow (mathematics)Fraction (chemistry)MathematicsStatistical physicsMaterials scienceClassical mechanicsThermodynamicsPhysicsMathematical analysisChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

This paper proposes a relation for the added mass coefficient of spherical bubbles depending on void fraction based on results obtained by a semi-analytical method. This information is essential to completely characterize finely dispersed bubbly flows, where small spherical gas bubbles are present in a continuous liquid phase. Most of the closure relations for Euler-Euler or Euler-Lagrange models are obtained from experiments involving single bubbles. Their applicability to systems with high void fraction is therefore questionable. This paper uses solid harmonics to solve 3D potential flow around bubbles. Several configurations were calculated for different numbers of particles and spatial arrangements. Our results are compared with previous studies. Depending on the model proposed by previous authors, added mass forces could increase or decrease with the void fraction. This paper solves these discrepancies. The main purpose of this work is to develop simple formulas fitting our semi-analytical results. These simple formulas are suitable for further use, particularly as added mass models for multiphase flow averaged equations.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,310
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)0,0050,002

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 Opus0,006
Tête enseignante GPT0,245
Écart entre enseignants0,239 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMinerals Flotation and Separation TechniquesTravaux en français237 207