MétaCan
Menu
Retour à la cohorte
Enregistrement W2045999922 · doi:10.1115/icone16-48942

Flow-Induced Vibration Model for Steam Generator Tubes in Two-Phase Flow

2008· article· en· W2045999922 sur OpenAlexaff
Njuki Mureithi, Soroush Shahriary, M. J. Pettigrew

Notice bibliographique

RevueVolume 1: Plant Operations, Maintenance, Installations and Life Cycle; Component Reliability and Materials Issues; Advanced Applications of Nuclear Technology; Codes, Standards, Licensing and Regulatory Issues · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Vibration Analysis
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMechanicsTwo-phase flowVibrationInstabilityVortex-induced vibrationFluid dynamicsBundleFlow (mathematics)Void (composites)Materials sciencePhysicsAcousticsVortex

Résumé

récupéré en direct d'OpenAlex

While steam generators operate in two-phase flow, the complex nature of the flow makes the prediction of flow-induced fluidelastic instability of steam generator tubes a challenging problem yet to be solved. In the work reported here, the quasi-static fluid force-field, which is the important unknown for two-phase flows, is measured in a rotated-triangle tube bundle for a series of void fractions and flow velocities. The forces are shown to be strongly dependent on void fraction, flow rates and relative tube positions. The fluid force field is then employed along with quasi-steady vibration stability models, originally developed for single phase flows, to model the two-phase flow problem and predict the critical instability velocity. The results are compared with dynamic vibration stability tests and are shown to be in good agreement. The present work uncovers some of the complexities of the fluid force field in two-phase flows. The database provides new potential to designers to estimate expected fluid dynamic loads under operating conditions. The force field data may also be applied in dynamic computations for tube wear simulations, replacing the simple Connors’ model which is currently used.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,255
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 GPT0,252
Écart entre enseignants0,243 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 1: Plant Operations, Maintenance, Installations and Life Cycle; Component Reliability and Materials Issues; Advanced Applications of Nuclear Technology; Codes, Standards, Licensing and Regulatory IssuesMême sujetFluid Dynamics and Vibration AnalysisTravaux en français237 207