Assessment of Cavitation Models for Flows in Diesel Injectors With Single- and Two-Fluid Approaches
Notice bibliographique
Résumé
Several recent cavitation models for the analysis of two-phase flows in diesel injectors with single- and two-fluid modeling approaches have been evaluated, including the Saha–Abu-Ramandan–Li (SAL), Schnerr–Sauer (SS), and Zwart–Gerber–Belamri (ZGB) models. The SAL model is a single-fluid model, while the other two models have been implemented with both single- and two-fluid approaches. Numerical predictions are compared with experimental results available in literature, qualitatively with experimental images of two-phase flow in an optically accessible nozzle, and quantitatively with measured mass flow rates and velocity profiles. It is found that at low injection pressure differentials there can be considerable discrepancy in the predictions of the vapor distribution from the three models considered. This discrepancy is reduced as the injection pressure differential is increased. Implementation of the SS and ZGB models with single- and two- fluid approaches yields noticeable differences in the results because of the relative velocity between the two phases, with two-fluid approach providing better agreement with experimental results. The performance of the SS and ZGB models implemented with the two-fluid approach is comparable with the SAL single-fluid model, but with significantly more computational time. Overall, the SAL single-fluid model performs comparatively better with respect to the other two models.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».