MétaCan
Menu
Retour à la cohorte
Enregistrement W2917264204 · doi:10.1615/computthermalscien.2019026046

EFFECTS OF DISCRETE CONTROLLERS ON THE STABILIZATION OF NATURAL CONVECTION INDUCED BY INTERNAL HEAT GENERATION IN A SHALLOW CAVITY

2019· article· en· W2917264204 sur OpenAlexaff
Abdellhakiim Mebrouki, Zineddine Alloui, P. Vasseur

Notice bibliographique

RevueComputational Thermal Sciences An International Journal · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésNatural convectionMechanicsRayleigh numberActuatorConvectionInternal heatingIsothermal processIntensity (physics)Materials scienceThermalHeat generationControl theory (sociology)PhysicsOpticsThermodynamicsEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The stabilization of natural convection in a horizontal fluid layer with internal heat generation is studied numerically. The horizontal boundaries of the system are cooled isothermally. The system is stabilized using multiple sensors and discrete individually controlled actuators that modify the local intensity of the heating power. Discrete controllers of finite length and spacing are located on the horizontal boundaries of the system. The thermal sensors are positioned at a given vertical height of the fluid layer. Upon using a feedback proportional control, the heating power of the system is modulated in order to postpone the onset of motion or annihilate the intensity of convection. Two-dimensional numerical simulations of the full governing equations are carried out. The results are used to determine the influence of the governing parameters, such as the length and spacing of the actuators, positions of the thermal sensors, and control gain on the control of the system. A correlation equation is proposed to predict the critical length of the actuators, above which the no-motion state cannot be maintained in the layer, as a function of the Rayleigh number.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,282

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 Opus0,013
Tête enseignante GPT0,262
Écart entre enseignants0,249 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputational Thermal Sciences An International JournalMême sujetHeat transfer and supercritical fluidsTravaux en français237 207