MétaCan
Menu
← Retour à la cohorte
Enregistrement W2174728559 · doi:10.1002/cjce.22397

Experimental study of the hydraulic characteristics of a coal log train in a pipe

2015· article· en· W2174728559 sur OpenAlexvenueno aff
Wenjuan Li, Shengyong Lu, Yong Liu, Jianhua Yan, Alfons Buekens

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensnon disponible
Organismes subventionnairesZhejiang UniversityUniversity of Missouri
Mots-clésCoalDragLift (data mining)Reynolds numberCoal miningLift-to-drag ratioDrag coefficientMechanicsGeologyEngineeringPhysicsWaste managementTurbulenceComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The pressure distribution around two coal logs in tandem (a coal log train) flowing in a horizontal pipe (inner diameter of 50 mm) is experimentally studied. Experiments are conducted at three water velocities (0.92, 1.10, and 1.50 m/s; corresponding Reynolds numbers 45 771, 54 726, and 74 627, respectively). The hydraulic characteristics of the coal log train are analyzed, and the results are used to calculate the lift and drag forces together with the lift and drag coefficients. The pressure at the faces and surfaces of the coal log train increases at rising water velocity, enhancing the lift and drag forces. The forces acting on the first coal log are the largest, and forces on other coal logs decrease stepwise. The hydraulic characteristics of the first coal log are more complex than that of other coal logs. The lift and drag coefficients decrease with increasing water velocity. Both the lift and drag forces on individual coal logs are smaller than those on a single coal log in a pipe, when the coal logs follow one another. These results show the great difference in hydraulic characteristics between a coal log train and a single coal log in a pipe.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,199
Écart entre enseignants0,186 · 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'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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical Engineering→Même sujetHydrology and Sediment Transport Processes→Travaux en français237 207→