MétaCan
Menu
Retour à la cohorte
Enregistrement W2727265441 · doi:10.1016/j.ijrefrig.2017.06.035

Rheology of ethylene- and propylene-glycol ice slurries: Experiments and ANN model

2017· article· en· W2727265441 sur OpenAlex
Senda Trabelsi, Mohamed Hafid, Michel Poirier, Marcel Lacroix

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal of Refrigeration · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensNatural Resources CanadaUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRheologySlurryMaterials scienceEthylene glycolDilatantShear thinningRheometerShear rateViscosityComposite materialChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

An experimental investigation combined with a numerical study is performed to characterize the rheological behavior of ice slurries. Two additives, namely ethylene glycol and propylene glycol, are considered at three initial concentrations X a = 5, 14 and 24%. The ice fraction is varied from 5 to 65%. Flow ramp tests are carried out using a hybrid HR-2 rheometer . The Herschel–Bulkley model is then employed to predict the rheological behavior of ice. Using a least-square approach, the flow index n and the consistency index k are deduced from the rheograms. The ice slurries exhibit either a shear-thinning or a shear-thickening behavior depending on the operating conditions. An experimental database is produced based on the present experiments and on experimental data retrieved from the literature. An Artificial Neural Network (ANN) model is then developed and validated using this database and appears to be a valuable tool for predicting the rheological behavior of ice slurries.

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.

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 enseignants0,195
Score d'incertitude au seuil0,261

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 savante0,0000,001
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 Opus0,045
Tête enseignante GPT0,355
Écart entre enseignants0,309 · 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