Effect of Surface Roughness on Non-Equilibrium Condensation in a Laval Nozzle
Notice bibliographique
Résumé
The present study focuses on the effects of different surface roughness of the walls of a Laval nozzle on the nonequilibrium condensation of steam. The study describes the result of a numerical investigation of wet steam flow in a low-pressure convergent-divergent nozzle using commercial computational fluid dynamics package ANSYS Fluent 16. A 2D computational domain is considered and is discretized in a structured mesh with finer grid near the nozzle walls to capture the effects of roughness in the supersonic flow of steam. The mathematical model describing the phase change, which involves the formation of liquid droplets in a homogeneous non-equilibrium condensation process, is based on the classical nucleation theory. The Eulerian-Eulerian approach for modeling the wet steam has been adopted. The SST k- model has been used for the accurate formulation of the flow physics in the near wall region. The computational results for the case with no surface roughness were validated with the experimental results available in the literature provided by Moses and Stein were found to be in very good agreement. The pressure distribution, nucleation rate, average droplet radius and mass flow rate were compared for different values of surface roughness of nozzle walls. It is found out from the simulations that the parameters studied have a dependence on the surface roughness of the nozzle walls. There is a shift in the point of the incipience of the droplets and also in the nucleation rate. A reduction in the average droplet radius and the nucleation rate with increase in surface roughness along with a reduction in the condensation shock strength of rough nozzles when compared with the nozzle with no surface roughness is observed.
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 ».