MétaCan
Menu
Retour à la cohorte
Enregistrement W2595021815 · doi:10.1115/1.4036267

Experimental and Numerical Investigations on Withdrawal of Water-Capped Viscoplastic Fluid

2017· article· en· W2595021815 sur OpenAlexaff
Amir H. Azimi, Jianan Cai, David Z. Zhu, N. Rajaratnam

Notice bibliographique

RevueJournal of Fluids Engineering · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensUniversity of AlbertaLakehead University
Organismes subventionnairesnon disponible
Mots-clésViscoplasticitySuspension (topology)Materials scienceMechanicsFlow (mathematics)Volumetric flow rateWater flowComposite materialGeotechnical engineeringGeologyThermodynamicsPhysicsMathematicsConstitutive equation

Résumé

récupéré en direct d'OpenAlex

Withdrawal of water-capped viscoplastic fluid was investigated using laboratory experimentation and numerical modeling. The viscoplastic fluid was modeled using a Laponite suspension, which was withdrawn by a vertical pipe intake. Variations of the Laponite–water interface and intake configurations were investigated in this study. The critical submergence, the depth of the intake in the Laponite layer when the upper water begins to withdraw, was studied under different experimental conditions, and the critical depths were measured for different flow rates. An empirical relationship was found between the withdrawal flow rate and the critical submergence. The averaged Laponite velocity was measured at different withdrawal stages to identify the critical stage. A series of numerical simulations were conducted to study the effect of intake structures so that a maximum amount of the Laponite suspension can be withdrawn before the water layer being withdrawn. It was found that a combination of a collar and a cone with an edge length to the intake diameter of 1.5 can increase the pumping duration by 16.7%. The installation of a collar or collar-cone setup can also decrease the disturbance in Laponite layer.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,394
Score d'incertitude au seuil0,497

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,232
Écart entre enseignants0,223 · 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.

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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207