MétaCan
Menu
Retour à la cohorte
Enregistrement W2348904871

Numerical Calculation of a Millmetre-sized Laval Nozzle and Optimization of the Length of Divergent Section Based on CFD

2014· article· en· W2348904871 sur OpenAlexaboutno aff
Cai Yu-ku

Notice bibliographique

RevueJournal of Sichuan University · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor Technologies Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNozzleComputational fluid dynamicsThrustMechanicsRotational symmetryMechanical engineeringSupersonic speedJet (fluid)Design for manufacturabilitySection (typography)Structural engineeringEngineeringAerospace engineeringMaterials sciencePhysicsComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Micro laval nozzle has been widely used in such areas as micro propulsion system,supersonic air-jet pulverization,laser cutting,etc. The gas flow characteristics for micro nozzles with different section shapes and different divergent section lengths were analyzed with the aid of computational fluid dynamics( CFD) simulation technology,which helped to determine the rules of nozzle type selection and the optimum divergent section length. The simulation results indicated that the exit velocity of two-dimensional axisymmetric nozzle is larger than that of rectangular section one,which shows that the two-dimensional axisymmetric type is recommended when the nozzle is in millimeter level. The flow fields of the two-dimensional axisymmetric nozzles with different divergent section lengths were investigated through the comparison of their exit velocities,thrust forces and efficiencies,which presents that the optimal divergent length is 3 mm in this research. The proposed simulation method can be applied to the selection of other nozzle parameters and the optimization of length determination,which can help to reduce the difficulty of manufacturability of micro-nozzle with excellent performance.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,193 · 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'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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sichuan UniversityMême sujetAdvanced Sensor Technologies ResearchTravaux en français237 207