MétaCan
Menu
Retour à la cohorte
Enregistrement W2570821787 · doi:10.5604/01.3001.0009.5182

A CRITICAL REVIEW OF MODELS USED IN NUMERICAL SIMULATION OF ELECTROSTATIC PRECIPITATORS

2016· review· en· W2570821787 sur OpenAlexaff
Zhuangbo Feng, Kazimierz Adamiak

Notice bibliographique

RevueInformatyka Automatyka Pomiary w Gospodarce i Ochronie Środowiska · 2016
Typereview
Langueen
DomaineEngineering
ThématiqueAerosol Filtration and Electrostatic Precipitation
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésElectrostatic precipitatorCoupling (piping)Computer scienceComputer simulationFilter (signal processing)TurbulenceField (mathematics)Focus (optics)Mechanical engineeringAerospace engineeringSimulationProcess engineeringMechanicsEngineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The electrostatic precipitators (ESP) have been drawing more and more attention due to their high efficiency and low costs. Numerical simulation is a powerful, economical and flexible tool to design ESP for industry applications. This review summarizes the available numerical models to simulate different physical processes in ESP, including ionized electric field, air flow, particle charging and motion. It has been confirmed that the available models could provide acceptable results and the computing requirements are affordable in industry applications. The coupling between different physical processes can also be considered in simulation. However, there are still some problems not solved, such as selection of a suitable turbulence model in EHD simulation and the coupling criteria. The future study should focus on these issues. This review also includes new types of ESP developed in recent years, such as dielectric barrier discharge (DBD) ESP and corona assisted fibrous filter. These new types of ESP have had high efficiency and low energy consumption. Even though nearly all new ESP types can be modeled using the available numerical models, the most challenging issue is the DBD simulation.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,028
Tête enseignante GPT0,322
Écart entre enseignants0,294 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformatyka Automatyka Pomiary w Gospodarce i Ochronie ŚrodowiskaMême sujetAerosol Filtration and Electrostatic PrecipitationTravaux en français237 207