A Combined Numerical and Experimental Assessment of Air and Dust Flow in a Low-Reynolds Number Valve Including Modifications to Prevent Valve Seal Contamination
Notice bibliographique
Résumé
High concentrations of particulate matter in air lead to deposition at the sealing radius of self-sealing valves involving direct intake from the environment. Dust deposition at and near this radius causes an increase in leakage flow when the valve is closed. In this paper, the mechanism which results in dust deposition in such valves is investigated and a new valve design which reduces leakage flow is developed and experimentally assessed. ANSYS Fluent 15.0 is used to numerically model the laminar flow assuming axisymmetry. Particle paths are predicted using Discrete Phase Modeling (DPM) as a post-processing step. Experimentally, dust deposition, mass flow at the operating pressure differential, and leakage flow rate are measured. The numerical and experimental results are utilized together to gain insight into the particles’ behavior. One of the key outcomes of this work is a post-processing technique which allows the numerical and experimental particle deposition results to be quantitatively compared. This supports the utlity of the numerical approach as locations of high concentrations of particle impacts in the numerical simulations are associated with locations of dense dust deposition in the experiments. High concentrations of particles at and near the sealing radius are observed to lead to increased leakage flow. Therefore, the impact of high concentrations of particles in this region is to be avoided. Utilizing this insight, the valve geometry is modified to reduce the amount of dust deposited in the region of the sealing radius. In the modified design, leakage flow is decreased by up to 93%, with a maximum of 2.1% reduction in flow rate margin relative to valve specifications.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».