MétaCan
Menu
Retour à la cohorte
Enregistrement W2166868970 · doi:10.1080/14399776.2002.10781143

An Empirical Discharge Coefficient Model for Orifice Flow

2002· article· en· W2166868970 sur OpenAlexafffund
Duqiang Wu, Richard Burton, Greg Schoenau

Notice bibliographique

RevueInternational Journal of Fluid Power · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Illinois at Urbana-ChampaignNanjing University of Science and TechnologyUniversity of Science and Technology of ChinaZhejiang University of TechnologyUniversity of Saskatchewan
Mots-clésFlow coefficientBody orificeDischarge coefficientBernoulli's principlePressure dropOrifice plateMechanicsReynolds numberBandwidth throttlingPressure coefficientFlow (mathematics)Flow conditioningMathematicsControl theory (sociology)ThermodynamicsPhysicsEngineeringTurbulenceMechanical engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

In fluid power systems, flow control is mainly achieved by throttling the flow across valve orifices. Lumped parameter models are generally used to model the flow in these systems. The basic orifice flow equation, derived from Bernoulli's equation of flow, is proportional to the orifice sectional area and the square root of the pressure drop and is used to model the orifice coefficient of proportionality. The discharge coefficient, Cd, is often modeled as being constant in value, independent of Reynolds number.However, for very small orifice openings, Cd varies significantly and can result in substantial error if assumed constant. In this situation, modelers usually revert to graphs or look—up tables to determine Cd. This paper provides a closed form model for Cd as a function of the Reynolds number which can be applied to different types of orifices. Based on this model, a technique to evaluate flow given an orifice area and pressure drop without having to use iteration is introduced.

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)0,004
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 enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,028
Tête enseignante GPT0,289
Écart entre enseignants0,261 · 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

Citations71
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Fluid PowerMême sujetHydraulic and Pneumatic SystemsTravaux en français237 207