MétaCan
Menu
Retour à la cohorte
Enregistrement W2790106329 · doi:10.1115/imece2001/htd-24169

Unsteady Analysis of Particle-Laden Gas Flows When Hit by a Moving Shock Wave

2001· article· en· W2790106329 sur OpenAlexaff
Jun Sung Park, Seung Wook Baek

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésMechanicsRiemann problemParticle (ecology)Finite volume methodParticle velocityTotal variation diminishingPhysicsShock waveReal gasClassical mechanicsThermodynamicsGeologyMathematicsRiemann hypothesis

Résumé

récupéré en direct d'OpenAlex

Abstract A successful prediction of the thermo-fluid mechanical characteristics of gas and particles is very crucial and imperative for the successful design and operation of rocket nozzles and energy conversion systems. This paper describes an interaction phenomenon when a moving shock wave hits a two-phase medium of gas and particles. A particle-laden gas is considered to be located along a ramp so that numerical integration is accomplished from the tip of ramp for a finite period. For the numerical solution, a fully conservative unsteady implicit 2nd order time-accurate sub-iteration method and a 2nd order Total Variation Diminishing (TVD) scheme are used with the finite volume method (FVM) for gas phase. For particle phase, the Monotonic Upstream Schemes for Conservation Laws (MUSCL) as well as the solution of the Riemann problem for the particle motion equations is used. Transient development of thermo-fluid mechanical characteristics is calculated and discussed by changing the particle mass density and particle specific heat. Major results reveal that when the particle mass density is smaller, there is a stronger interaction between two phases so that the velocity and temperature differences between two phases more rapidly decrease. When the particle specific heat is varied, only a thermal effect (temperature difference between gas and particles) is observed while the other effects (variations of particle concentration and velocity fields) are minor.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,352
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,202 · 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.

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

Citations1
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetParticle Dynamics in Fluid FlowsTravaux en français237 207