MétaCan
Menu
Retour à la cohorte
Enregistrement W2559845653 · doi:10.1115/fedsm2016-7843

Uncertainty Quantification of Low Void Fraction Measurements Using Wire-Mesh Sensors in Horizontal Air-Water Flows

2016· article· en· W2559845653 sur OpenAlexaff
Étienne Lessard, Robert C. Bowden, Sun-Kyu Yang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésPorosityMechanicsMaterials scienceTwo-phase flowVolumetric flow rateVoid (composites)Wire meshAdiabatic processSuperficial velocityMeasurement uncertaintyFlow measurementFlow (mathematics)Composite materialThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

The need for a revised methodology and uncertainty quantification for wire-mesh sensor void fraction measurements in horizontal low void fraction flow conditions was identified. Two-phase flow measurements were performed at a low-pressure, adiabatic and horizontal flow loop using wire-mesh sensors over a range of water superficial velocities from 3.5 to 5.5 m/s, air superficial velocities from 0.05 to 0.9 m/s and volumetric void fractions from 1 to 16% Using this proposed analysis, a corrected trend with average percent differences of 36, 21 and 6% was obtained for the low, medium and high gas flow rate cases, respectively, when comparing the wire-mesh sensor void fractions to two-phase pipe flow models. By combining these measurements of the void fraction with those of the interfacial velocity, the gas superficial velocity was calculated based on the physical theory, and compared to the superficial velocity measured by the flowmeters for validation purposes. An estimation of the uncertainty of these parameters showed that most of the measured parameters agreed reasonably with physical theory within 20%.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,037
Tête enseignante GPT0,235
Écart entre enseignants0,199 · 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'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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFlow Measurement and AnalysisTravaux en français237 207