MétaCan
Menu
Retour à la cohorte
Enregistrement W2331282909 · doi:10.1115/imece2015-53213

Application of an Optimized SLW Model to Calculation of Non-Gray Radiation Heat Transfer in a Furnace

2015· article· en· W2331282909 sur OpenAlexaff
Masoud Darbandi, Bagher Abrar, G. E. Schneider

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRadiative Heat Transfer Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSharif University of Technology
Mots-clésHeat transferGray (unit)Thermal radiationRadiative transferCombustionComputer scienceMechanicsPhysicsOpticsChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

The spectral line based weighted sum of gray gases (SLW) model is considered as an advanced model, which can solve the radiative transfer equation (RTE) in non-gray participating media by dividing the absorption cross section spectrum into a limited number of intervals. Each interval is then treated as a gray gas medium, in which the attributed RTE should be solved separately. Therefore, the SLW model would be computationally more efficient than the other non-gray participating media solvers because it is faced with a small number of RTE solutions. In this work, we present a novel optimized SLW model and applied it to radiation heat transfer calculation in a model furnace. The current optimized SLW model with only 3 gray gases can provide accuracy close to the line-by-line (LBL) method. This is while the classic nonoptimized SLW model cannot provide the same level of accuracy imposing only 3 gray gases. Therefore, we strongly recommend the optimized SLW model to calculate the radiation heat transfer in non-gray combustion gas mixtures.

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: aucune
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,427

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 Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,243 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadiative Heat Transfer StudiesTravaux en français237 207