MétaCan
Menu
Retour à la cohorte
Enregistrement W2140300897 · doi:10.1002/cjce.20351

Numerical studies on effects of bubbles regular array on the liquid‐phase turbulence

2010· article· en· W2140300897 sur OpenAlexvenueno aff
Mingjun Pang, Jinjia Wei, Bo Yu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésDragMechanicsTurbulencePhysicsAdded massBubbleClassical mechanicsReynolds numberTwo-phase flowTurbulence kinetic energyLift (data mining)Flow (mathematics)

Résumé

récupéré en direct d'OpenAlex

Abstract It is well known that additive drag‐reducing methods have broadly developing prospects, so studies on mechanisms of additive drag reduction are very necessary. We hypothesised that the main reason for bubbles induced drag reduction is the modification on liquid‐phase turbulence structure by the addition of bubbles, and therefore such modification is the focus of our investigation. In this paper, effects of bubbles on liquid‐phase turbulence under the circumstance of regular bubble array were investigated by using Euler–Lagrange two‐way numerical simulations. The liquid‐phase velocity field was solved by using direct numerical simulations (DNS) in Euler frame of reference, and the bubble motion was tracked by using Newtonian motion equations that took into account interaction forces including drag force, shear lift force, gravity force, buoyant force, and inertia force in Lagrange frame of reference. The coupling between the phases was realised by regarding the interphase forces as momentum source terms of the continuous phase. Similarities and differences for effects of bubbles and surfactants on liquid turbulent flows were also analysed. The study indicated that addition of bubbles enhances the mean streamwise velocity, greatly reduces the Reynolds stress, and shows anisotropic suppression to the velocity fluctuations. The interphase force has a great influence on budget of energy balance. It is a gain term near the wall and is a loss term in a wide range of the channel core.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFluid Dynamics and MixingTravaux en français237 207