MétaCan
Menu
Retour à la cohorte
Enregistrement W2050989480 · doi:10.1115/fedsm2014-21925

Investigation of Two-Phase Flow in an Effervescent Atomizer

2014· article· en· W2050989480 sur OpenAlexafffund
Mona Hassanzadeh Jobehdar, Aly H. Gadallah, Kamran Siddiqui, Wajid A. Chishty

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensNational Research Council CanadaWestern University
Organismes subventionnairesNational Research Council Canada
Mots-clésMixing (physics)Base (topology)AerationMaterials scienceBubbleConical surfaceMechanicsFlow (mathematics)Trailing edgeCombustionTube (container)TurbineCombustion chamberPhase (matter)Analytical Chemistry (journal)ChemistryMechanical engineeringChromatographyComposite materialEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Aerated-liquid atomization, also called “effervescent atomization”, is a technique that has a wide range of applications such as gas turbine combustors, internal combustion engines, furnaces and burners, and pharmaceutical sprays. We report on an experimental study conducted to investigate the two-phase flow in an Effervescent atomizer. A novel aerator tube base was implemented and tested. It is observed that the novel configuration suppresses the separation bubble at the trailing edge and results in more uniform and smaller bubbles compared to the standard flat base aerator. It has been found that the more uniform and smaller bubbles are generated as the mixing chamber length is reduced. It is concluded that by using a conical base aerator and by reducing the mixing chamber length, the spray steadiness and the atomization process can be significantly improved.

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 enseignants0,558
Score d'incertitude au seuil0,221

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 Opus0,012
Tête enseignante GPT0,235
Écart entre enseignants0,223 · 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

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and Heat TransferTravaux en français237 207