MétaCan
Menu
Retour à la cohorte
Enregistrement W2063189052 · doi:10.1088/1009-1963/14/6/022

New equation of turbulent fibre suspensions and its solution and application to the pipe flow

2005· article· en· W2063189052 sur OpenAlexaff
Jianzhong Lin, Jun Li, Zhu Li, James A. Olson

Notice bibliographique

RevueChinese Physics · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTurbulenceMechanicsDragMaterials scienceReynolds numberNewtonian fluidReynolds stressFlow (mathematics)Pipe flowPressure dropSuspension (topology)PhysicsThermodynamicsClassical mechanicsMathematics

Résumé

récupéré en direct d'OpenAlex

The mean motion equation of turbulent fibre suspensions and the equation of probability distribution function for mean fibre orientation are derived. The successive iteration for calculating the mean orientation distribution of fibres and the mean and fluctuation-correlated quantities of suspensions is presented. The equations and their solutions are applied to a turbulent pipe flow of fibre suspensions and a corresponding experiment is performed. It is found that the theoretical and experimental results are in good agreement with each other. The obtained results for turbulent pipe flow of fibre suspensions show that the flow rate of fibre suspensions is large under the same pressure drop in comparison with the rate of Newtonian flow in the absence of fibre suspensions. Fibres play an important role in reducing the flow drag. The amount of reduction in drag augments with the increase of the concentration of the fibre mass. The relative turbulent intensity and Reynolds stress in the fibre suspensions are smaller than those in the Newtonian flow under the same condition, which illustrates that the fibres have an influence on suppressing the turbulence. The amount of suppression is directly proportional to the concentration of the fibre mass.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,015
Tête enseignante GPT0,247
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese PhysicsMême sujetMusic Technology and Sound StudiesTravaux en français237 207