MétaCan
Menu
Retour à la cohorte
Enregistrement W2140822028 · doi:10.1002/cjce.5450790115

A new pressure drop model for flow‐through orifice plates

2001· article· en· W2140822028 sur OpenAlexafffundvenue
Shijie Liu, Artin Afacan, Jacob H. Masliyah

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBody orificeFlow coefficientPressure dropReynolds numberMechanicsVolumetric flow rateFlow (mathematics)Orifice plateMaterials scienceParametric statisticsDrop (telecommunication)ThermodynamicsMathematicsPhysicsStatisticsEngineeringTurbulenceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract This study was carried out to seek a suitable model to describe flow through orifices. The model of developing flow through short ducts was found to be adequate. There were two free parameters in the model equation involving the normalized pressure drop and Reynolds number. Experiments were performed using two Plexiglas tanks separated by an orifice. The liquid level height variation with time was recorded. A unique parametric estimation technique was used to determine the two free parameters from the dynamic liquid level data. It was found that direct use of the experimental data (liquid level heights) is the best option in correlating the experimental data with the model. The correlation fits well with the present and literature experimental data quite well. It was found that the variation of the pressure drop with the flow rate is linear when the flow is weak, where the orifice Reynolds number is less 10. When the flow is strong, the ratio of the pressure drop to the flow rate becomes linearly related to the flow rate. These two limits are identical to those for flow in porous media.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0030,001
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 Opus0,017
Tête enseignante GPT0,186
Écart entre enseignants0,169 · 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
GenreMéthodes

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
Publié2001
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFlow Measurement and AnalysisTravaux en français237 207