MétaCan
Menu
Retour à la cohorte
Enregistrement W2319932114 · doi:10.1021/ef100846r

Simulations of Axial Mixing of Liquids in a Long Horizontal Pipe for Industrial Applications

2010· article· en· W2319932114 sur OpenAlexaff
Lingling Zhao, Derksen Jos, Rajender Gupta

Notice bibliographique

RevueEnergy & Fuels · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBuoyancyMixing (physics)MechanicsTurbulenceReynolds numberComputational fluid dynamicsPipeline transportMixing patternsRange (aeronautics)Computer simulationMaterials scienceGeologyMechanical engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Various industrial applications require the use of common pipelines or tubing to simultaneously or sequentially deliver multiple types of liquids. Dependent upon the application, long pipelines or tubing can range from several meters to several kilometers in length, composed of significant horizontal and vertical sections. Axial mixing is an important aspect of such flows of liquids in succession from a safety and reliability point of view. It is anticipated that mixing is due to turbulence and buoyancy, with the latter as a result of density differences of the mixing fluids. This paper sets out a numerical simulation model based on computational fluid dynamics (CFD) to fundamentally understand the mixing behavior of two miscible fluids under actual industrial-project-specific conditions. To benchmark its accuracy, the simulation model is first verified with respect to its numerical parameters using a short, 10 m pipe. Subsequently, a 100 m horizontal pipe is modeled, and we show that these results can be used to extrapolate longer length pipes. Finally, the sensitivity of mixing with respect to the Reynolds and Richardson numbers (characterizing buoyancy) has been investigated.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,374

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 Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · 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

Citations25
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetFluid Dynamics and MixingTravaux en français237 207