MétaCan
Menu
← Retour à la cohorte
Enregistrement W2899317733 · doi:10.1007/s12205-019-1370-x

Ship Twin-propeller Jet Model used to Predict the Initial Velocity and Velocity Distribution within Diffusing Jet

2018· article· en· W2899317733 sur OpenAlexfundno aff
Jinxin Jiang, Wei-Haur Lam, Y. Cui, Tianming Zhang, Chong Sun, Jianhua Guo, Yanbo Ma, Shuguang Wang, Gerard Hamill

Notice bibliographique

RevueKSCE Journal of Civil Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensnon disponible
Organismes subventionnairesTianjin UniversityUniversiti MalayaQueen's UniversityDalian University of TechnologyNatural Science Foundation of Tianjin CityQueen's University BelfastUniversity of Oxford
Mots-clésPropellerJet (fluid)MechanicsWakePhysicsTurbulenceComputational fluid dynamicsFlow velocityAdvance ratioFlow (mathematics)EngineeringMarine engineeringBlade pitchThermodynamics

Résumé

récupéré en direct d'OpenAlex

The current research proposed the theoretical model for ship twin-propeller jet based on the axial momentum theory and Gaussian normal distribution. The twin-propeller jet model is compared to the more matured single propeller jet model with good agreement. Computational Fluid Dynamics (CFD) method is used to acquire the velocity distribution within the twin-propeller jet for understanding of flow characteristics and validation purposes. Efflux velocity is the maximum velocity within the entire jet with strong influences by the geometrical profiles of the blades. Twin-propeller jet model showed four-peaked profile at the initial plane downstream to the propeller compared to the two-peaked profile from a single-propeller. The four-peaked profile merges to be twopeaked velocity profile and then one-peaked profile due to the fluid mixing. Entrainment occurs between the ambient still water outside and the rotating flow within jet due to the high velocity gradient. The research proposes a twin-propeller jet theory with a serial of equations enabling the predictions of velocity magnitude within the jet.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,244
Écart entre enseignants0,219 · 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 source (Gemma direct ou Codex distillé), 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

Citations14
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueKSCE Journal of Civil Engineering→Même sujetCavitation Phenomena in Pumps→Travaux en français237 207→