MétaCan
Menu
Retour à la cohorte
Enregistrement W2621852457 · doi:10.1139/cjp-2017-0038

Experimental study on two oscillating grid turbulence with viscoelastic fluids based on PIV

2017· article· en· W2621852457 sur OpenAlexvenueno aff
Yue Wang, Xin Zheng, Hong-Na Zhang, Feng‐Chen Li

Notice bibliographique

RevueCanadian Journal of Physics · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTurbulencePhysicsDragTurbulence kinetic energyMechanicsParticle image velocimetryK-epsilon turbulence modelClassical mechanicsVortexK-omega turbulence model

Résumé

récupéré en direct d'OpenAlex

In this paper, to study the viscoelastic effect on isotropic turbulence without wall effects, a two oscillating grid turbulence is built to investigate this phenomenon using particle image velocimetry. In the experiments, the classical drag-reducing additives are chosen: polyacrylamide (PAM) and cetyltrimethyl ammonium chloride (CTAC), which have shown remarkable drag-reducing effect in wall-bounded turbulent flows. The results show that the existence of drag-reducing additives makes velocity field more anisotropic and reduces turbulent kinetic energy. We propose an intuitive and natural definition for a reduction rate of turbulent kinetic energy to show viscoelastic effect. It suggests that there exists a critical concentration for the reduction rate of turbulent kinetic energy in the CTAC solution case. Also, the small-scale vortex structures are inhibited, which suggests the drag-reducing mechanism in grid turbulence without wall effect.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil0,529

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 Opus0,015
Tête enseignante GPT0,252
Écart entre enseignants0,236 · 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'étudeSimulation ou modélisation
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 revueCanadian Journal of PhysicsMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207