MétaCan
Menu
Retour à la cohorte
Enregistrement W2904326970 · doi:10.3390/met9020192

Fluid Flow Turbulence in the Proximities of the Metal-Slag Interface in Ladle Stirring Operations

2019· article· en· W2904326970 sur OpenAlexafffund
Fabián Andrés Calderón-Hurtado, R. D. Morales, Kinnor Chattopadhyay, Saúl García-Hernández

Notice bibliographique

RevueMetals · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of TorontoConsejo Nacional de Ciencia y Tecnología
Mots-clésLadleSlag (welding)TurbulenceEntrainment (biomusicology)Materials sciencePhase (matter)Mixing (physics)MetallurgyMultiphase flowMetalMechanicsFlow (mathematics)Mass transferChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Three-phase interactions (metal-slag-argon) in ladle stirring operations have strong effects on the metal-slag mass transfer processes. Specifically, the thickness of the slag controls the fluid turbulence to an extent that once trespassing a critical thickness, increases of stirring strength no longer effect the flow. To analyze these conditions, a physical model considering the three phases was built to study liquid turbulence in the proximities of the metal-slag interface. A velocity probe placed close to the interface permitted the continuous monitoring and statistical analyses of any turbulence. The slag eye opening was found to be strongly dependent on the stirring conditions, and the mixing times decreased with thin slag thicknesses. Slag entrainment was enhanced with thick slag layers and high flow rates of the gas phase. A multiphase model was developed to simulate these results and was found to be a good agreement between experimental and numerical results.

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 enseignants0,009
Score d'incertitude au seuil0,235

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 Opus0,011
Tête enseignante GPT0,217
Écart entre enseignants0,206 · 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

Citations7
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207