Assessment of Different Cavitation Models in Mixture and Eulerian Framework for Two-Phase Flow in Diesel Injectors
Notice bibliographique
Résumé
A comparative study using different cavitation models in mixture and Eulerian framework is carried out for the analysis of two-phase flows in diesel injectors. Three different cavitation models are investigated here: recently developed modified single-fluid, Schnerr-Sauer and Zwart-Gerber-Belamri models. The last two models have been implemented in both mixture and Eulerian framework. The numerical predictions are compared both qualitatively and quantitatively with experimental results available in the literature. Qualitative assessments have been carried out with experimental images of two-phase flow in an optically accessible nozzle. Quantitative comparisons have been done with measured mass flow rates and velocity profiles. It appears that at low pressure differentials there can be considerable discrepancy in the predictions of the vapour distribution from the three models considered. The modified single-fluid approach turns out to be comparatively better with respect to the other two models. Implementation in mixture and Eulerian framework yields noticeable differences in the results because of the relative velocity of the two phases. Numerical experiments have been carried out with different two-phase turbulence modelling approaches, pressure-velocity coupling algorithms, gradient calculation methods and under-relaxation factors to assess the robustness of the models. Additionally comparisons have been carried out for conditions under high inlet pressure in an axisymmetric nozzle to understand the performance of the models under realistic operating conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».