MétaCan
Menu
Retour à la cohorte
Enregistrement W2044314248 · doi:10.1063/1.4857675

On the dynamics of vortex-wall interaction in low viscosity shear thinning fluids

2014· article· en· W2044314248 sur OpenAlexafffund
Jason Olsthoorn, Marek Stastna, Derek Steinmoeller

Notice bibliographique

RevuePhysics of Fluids · 2014
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCarreau fluidShear thinningPhysicsVortexMechanicsNon-Newtonian fluidRheologyNewtonian fluidVorticityGeneralized Newtonian fluidReynolds numberViscosityShear rateHerschel–Bulkley fluidComplex fluidClassical mechanicsThermodynamicsTurbulence

Résumé

récupéré en direct d'OpenAlex

We apply a pseudospectral method to numerically study the dynamics of vortices found within a low viscosity non-Newtonian fluid with a Carreau fluid rheology. The application of a Carreau fluid rheology avoids the commonly observed complications in power-law models at zero strain-rate. We find that fluids with a shear thinning rheology will preserve the small scale features of the flow. In particular, for vortex-solid wall interactions, shear thinning fluids can exhibit behavior associated with Newtonian fluids at a much higher Reynolds number. This can include secondary vorticity generation, and multiple vortex-bottom collisions each marked by periods of higher bottom shear rates. Using a variety of experimentally determined parameters from the literature, we argue that these results have direct application to many non-Newtonian fluids, including non-Newtonian fluid mud layers found on lake and ocean bottoms.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,508

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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
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

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207