MétaCan
Menu
Retour à la cohorte
Enregistrement W2914701623 · doi:10.4028/www.scientific.net/ddf.390.133

Lattice Boltzmann Equations-Based Model of the Convection Melt Flow Driven by the Combined Effects of Buoyancy, Surface Tension and Magnetic Body Forces with Heat Generation

2019· article· en· W2914701623 sur OpenAlexaff
Farid Mechighel, Salah Ben Aoua, S. Dost

Notice bibliographique

RevueDefect and diffusion forum/Diffusion and defect data, solid state data. Part A, Defect and diffusion forum · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésBuoyancyLattice Boltzmann methodsMechanicsSurface tensionConvectionBody forcePrandtl numberFluid dynamicsClassical mechanicsPhysicsNatural convectionComputational fluid dynamicsMaterials scienceThermodynamics

Résumé

récupéré en direct d'OpenAlex

The main topic of this paper is the development of a mathematical model, based on the Lattice Boltzmann equations (LBE), which is proposed for the simulation of the complex convective flow, held in an electrically conducting melt, driven by the combined action of buoyancy, surface-tension, and electromagnetic forces. The lattice Boltzmann method (LBM) is relatively novel and contrasts with the usual well-known methods to physical modeling in the domain of computational fluid dynamics (CFD). Indeed, the LBM describes the fluid (i.e. lattice fluid) at a microscopic level (molecular) and proposes models for the collision between molecules. The full continuum-level physics (i.e. the macroscopic hydrodynamic fields) is implicitly contained in the LB model. Indeed those macroscopic quantities are defined as moments of the so-called particle distribution functions. In the present work, a two-dimensions (2D) LBE-based model is developed to the simulation of convection melt flow driven by the combination of natural buoyancy, surface tension, and electromagnetic forces. The model is applied to numerical modeling of the problems of buoyancy, surface-tension, and electromagnetic driven convection melt flow in an enclosure. The melt system used has a low Prandtl number, which is appropriate to crystal growth melts.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,002
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 GPT0,235
Écart entre enseignants0,220 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDefect and diffusion forum/Diffusion and defect data, solid state data. Part A, Defect and diffusion forumMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207