MétaCan
Menu
Retour à la cohorte
Enregistrement W2159645943 · doi:10.1109/ias.1995.530447

Simulation of particle trajectories in tribo-powder coating

2002· article· en· W2159645943 sur OpenAlexaff
Kazimierz Adamiak, J. Mao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAerosol Filtration and Electrostatic Precipitation
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésElectric fieldMechanicsParticle (ecology)DragMaterials scienceJet (fluid)Gravitational fieldField (mathematics)Classical mechanicsCoatingPowder coatingPhysicsMathematicsComposite material

Résumé

récupéré en direct d'OpenAlex

The modeling of the tribo-powder coating process requires the solution of the electrostatic field problem and the equation for particle motion. Electric field distribution is a function of the space charge density, which is associated with the particle concentration. The particle movement results from the balance of electrical, inertial, air drag and gravitational forces. Therefore, both problems are mutually coupled. In this paper, an iterative algorithm is presented to simulate this problem; the electric field is determined by means of the finite element method, whereas the time-dependent explicit fourth order Runge-Kutta algorithm is used to predict the particle trajectories. Both problems are solved iteratively until a self-consistent solution is found. The results of simulation show the effects of different parameters which characterize the process such as the powder particle size, charge/mass ratio, distance to a coating object, powder outflow and assisted air velocity on the shape of the powder jet.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,241
Écart entre enseignants0,217 · 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'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

Citations8
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAerosol Filtration and Electrostatic PrecipitationTravaux en français237 207