MétaCan
Menu
Retour à la cohorte
Enregistrement W2332894269 · doi:10.4050/jahs.57.022007

Assessment of Scavenge Efficiency for a Helicopter Particle Separation System

2012· article· en· W2332894269 sur OpenAlexfundno aff
Lanyue Jiang, Maria Benner, J W Bird

Notice bibliographique

RevueJournal of the American Helicopter Society · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAerosol Filtration and Electrostatic Precipitation
Établissements canadiensnon disponible
Organismes subventionnairesMinistère de la Défense Nationale
Mots-clésParticle (ecology)InertiaInletSeparation (statistics)MechanicsFlow (mathematics)Particle sizeEnvironmental scienceMaterials scienceAerospace engineeringPhysicsMechanical engineeringEngineeringComputer scienceClassical mechanicsChemical engineeringGeology

Résumé

récupéré en direct d'OpenAlex

The effectiveness of a helicopter particle separation system has been numerically assessed at practical operating conditions and sand environments for various scenarios. The particle separation mechanism and its limitations are revealed by the predicted flow field characteristics and particle trajectories. The separation-by-inertia concept is effective for removing large particles, but problematic for small particles of diameter ≤36 μm for the configuration and operating conditions considered in the present study. It is also found that particle size, shape factor, and rebound characteristics exert substantial effects on particle scavenge efficiency. However, the effects of gravity, particle inlet velocity, inlet mass distribution, and engine-operating conditions on scavenge efficiency are minor or limited. Finally, a few suggestions for further investigation on engine particle separation systems are included.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,616
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,293
Écart entre enseignants0,281 · 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

Citations17
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Helicopter SocietyMême sujetAerosol Filtration and Electrostatic PrecipitationTravaux en français237 207