MétaCan
Menu
Retour à la cohorte
Enregistrement W2084834633 · doi:10.2351/1.1418707

Three-dimensional modeling of the gas field distribution of a high-pressure gas jet used in laser fusion cutting

2001· article· en· W2084834633 sur OpenAlexaboutno aff
Junlong Duan, H.C. Man, T.M. Yue

Notice bibliographique

RevueJournal of Laser Applications · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesHong Kong Polytechnic University
Mots-clésNozzleSupersonic speedJet (fluid)MechanicsMaterials scienceConical surfaceShock (circulatory)Shock wavePhysicsThermodynamicsComposite material

Résumé

récupéré en direct d'OpenAlex

A three-dimensional mathematical model for investigating theoretically the gas flow field distribution of the free exit gas jet from both subsonic and supersonic nozzles under the regime of high-pressure gas-assisted laser fusion cutting is presented in this article. The influence of the flow nonuniformity in the subsonic nozzle exit upon the field distribution in the free gas jet is considered in this model. The calculated results are in good agreement with those observed by shadowgraphy. The relationships between the inlet stagnation pressure and the flow field distribution, incident shock, and normal shock of a gas jet in free space are established. The processing characteristics of the free space gas jet in the high-pressure gas-assisted laser cutting process for both subsonic and supersonic nozzles are analyzed in detail. Compared with that from the subsonic nozzle, such as the commonly used conical or conical–cylindrical nozzle, the gas jet from the supersonic nozzle (Laval nozzle) possesses good features such as uniform distribution, maximum even momentum thrust, and a parallel jet boundary under the condition of the designed “working pressure.”

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,237
Écart entre enseignants0,225 · 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

Citations6
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Laser ApplicationsMême sujetLaser Material Processing TechniquesTravaux en français237 207