MétaCan
Menu
Retour à la cohorte
Enregistrement W2078670845 · doi:10.1080/10407790.2014.949563

Treatment of Transport at the Interface Between Multilayers via the Lattice Boltzmann Method

2014· article· en· W2078670845 sur OpenAlexaff
A. A. Mohamad, Qiang Tao, Y. L. He, Saleh A. Bawazeer

Notice bibliographique

RevueNumerical Heat Transfer Part B Fundamentals · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLattice Boltzmann methodsCondensed matter physicsLattice (music)Interface (matter)Materials scienceBoltzmann equationStatistical physicsHPP modelComputer sciencePhysicsMechanicsThermodynamicsComposite materialAcoustics

Résumé

récupéré en direct d'OpenAlex

The lattice Boltzmann method (LBM) has reached maturity in many aspects for modeling incompressible, laminar flow and heat and mass transfer. However, many issues still need to be clarified. One of those is how to deal with Neumann boundary conditions (heat, momentum, and mass fluxes) at the interface between layers of different thermophysical properties, which is the topic of this work. In this work, we try to illustrate modeling of transient and steady-state heat transfer through multilayers, ensuring continuity of the flux, temperature, momentum, velocity, or species concentration at the interface, which is not a trivial issue in any of the numerical methods. Satisfying continuity conditions at the interface using the LBM needs special treatment, because the relaxation time depends on the thermophysical properties. In this work, methods to solve this issue are introduced for solving 1-D and 2-D, unsteady heat diffusion problems However, the methods can be equally applied for multilayer immiscible fluid flow and mass transfer problems. The predictions of the LBM are compared with those of the finite-volume method (FVM).

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,036
Tête enseignante GPT0,316
Écart entre enseignants0,279 · 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

Citations24
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNumerical Heat Transfer Part B FundamentalsMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207