MétaCan
Menu
Retour à la cohorte
Enregistrement W2607950527 · doi:10.1017/jfm.2017.151

Yield limit analysis of particle motion in a yield-stress fluid

2017· article· en· W2607950527 sur OpenAlexaff
Emad Chaparian, I.A. Frigaard

Notice bibliographique

RevueJournal of Fluid Mechanics · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésViscoplasticityDragMechanicsYield (engineering)Bingham plasticYield surfaceViscosityPhysicsClassical mechanicsParticle (ecology)RheologyThermodynamicsConstitutive equationFinite element method

Résumé

récupéré en direct d'OpenAlex

A theoretical and numerical study of yield-stress fluid creeping flow about a particle is presented. Yield-stress fluids can hold rigid particles statically buoyant if the yield stress is large enough. In addressing sedimentation of rigid particles in viscoplastic fluids, we should know this critical ‘yield number’ beyond which there is no motion. As we get close to this limit, the role of viscosity becomes negligible in comparison to the plastic contribution in the leading order, since we are approaching the zero-shear-rate limit. Admissible stress fields in this limit can be found by using the characteristics of the governing equations of perfect plasticity (i.e. the sliplines). This approach yields a lower bound of the critical plastic drag force or equivalently the critical yield number. Admissible velocity fields also can be postulated to calculate the upper bound. This analysis methodology is examined for three families of particle shapes (ellipse, rectangle and diamond) over a wide range of aspect ratios. Numerical experiments of either resistance or mobility problems in a viscoplastic fluid validate the predictions of slipline theory and reveal interesting aspects of the flow in the yield limit (e.g. viscoplastic boundary layers). We also investigate in detail the cases of high and low aspect ratio of the particles.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,026
Tête enseignante GPT0,254
Écart entre enseignants0,228 · 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

Citations54
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207