MétaCan
Menu
Retour à la cohorte
Enregistrement W2377449772

Numerical simulation of swirling flow characteristics of supersonic swirling natural gas separator

2007· article· en· W2377449772 sur OpenAlexaboutno aff
Lin Zong-hu

Notice bibliographique

RevueZhongguo Shiyou Daxue xuebao. Ziran kexue ban · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueRocket and propulsion systems research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupersonic speedChoked flowSeparator (oil production)MechanicsMach numberSupersonic wind tunnelNozzleCyclonic separationWingChemistryAerospace engineeringPhysicsThermodynamicsEngineeringMechanical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Supersonic swirling natural gas separator is a revolutionary gas conditioning technology compared with traditional low-temperature separation.In supersonic swirling separator,while the gas stream passing through Laval nozzle,the gas stream forms supersonic low-temperature stream with small liquid droplets because of adiabatic expansion effect of nozzle.The gas mixture enters the wing section and turns into swirling flow from axial flow by the action of supersonic wing,and then gas and condensed liquid drops are separated in the drainage section.The supersonic wing is a key component of supersonic swirling separator.Deltaic plate supersonic wing was designed.By using CFD software,the supersonic swirling flow field was studied,and the distributions of the temperature,pressure,Mach number in the wing section and tangential velocity along longitudinal section were analyzed.Supersonic swirling characteristics of gas in the wing section were determined.The results show that the gas in the supersonic wing section can always maintain supersonic velocity.The Mach number in the wing section outlet is 1.4 and there is no shock wave before the wing section.The maximum swirling accleration is 572 000 g.The gas-liquid separation of supersonic gas can be realized well.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,574
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,276
Écart entre enseignants0,260 · 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.

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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhongguo Shiyou Daxue xuebao. Ziran kexue banMême sujetRocket and propulsion systems researchTravaux en français237 207