MétaCan
Menu
Retour à la cohorte
Enregistrement W2954828142 · doi:10.1108/hff-10-2018-0553

Numerical assessment of miniaturized cold spray nozzle for additive manufacturing

2019· article· en· W2954828142 sur OpenAlexaffabout
Gus Nasif, R. M. Barron, Ram Balachandar, Julio Villafuerte

Notice bibliographique

RevueInternational Journal of Numerical Methods for Heat &amp Fluid Flow · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensCenterLine (Canada)University of Windsor
Organismes subventionnairesnon disponible
Mots-clésNozzleMechanicsDischarge coefficientMach numberTurbulenceHeat transferCompressible flowReynolds-averaged Navier–Stokes equationsTurbulence kinetic energyCompressibilityMaterials scienceFinite volume methodMechanical engineeringThermodynamicsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose Application of cold spray technology may exhibit significant benefits for the additive manufacturing process, particularly for producing intricate objects. To ascertain the feasibility of such an application, this paper aims to present a numerical investigation of the effect of scaling down a convergent-divergent (de Laval) nozzle, which is typically used in the cold spray industry, on the compressible flow parameters and thermal characteristics. Design/methodology/approach The Navier–Stokes equations and energy equation governing compressible flow are numerically solved using a finite volume method with a coupled solver. The conjugate heat transfer technique is used to couple fluid and solid heat transfer domains and predict the local heat transfer coefficient between the solid and fluid. The use of various RANS turbulence models has also been investigated to quantify the effect of the turbulence model on the simulation. Findings The numerical results reveal that the flow and thermal characteristics are altered as the convergent-divergent nozzle is scaled down. The static pressure and temperature profiles at any section in the nozzle are shifted toward higher values, while the Mach number profile at any section in the nozzle is shifted toward a lower Mach number. The turbulent kinetic energy at the nozzle exit increases with the scaling down of the nozzle geometry. This study also provides convincing evidence that the adiabatic approach is still suitable even though the temperature of the nozzle wall is extremely high, as required for industrial application. Results indicate that it is feasible to use the available capabilities of the cold spray technology for additive manufacturing after scaling down the nozzle. Originality/value The idea of adopting cold spray technology for additive manufacturing is new and innovative. To develop this idea into a viable commercial product, a thorough understanding of the flow physics within a cold spray nozzle is required. The simulation results discussed in this paper demonstrate the effect that scaling down of a convergent-divergent nozzle has on the flow characteristics in the nozzle.

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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,021
Tête enseignante GPT0,375
Écart entre enseignants0,354 · 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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Numerical Methods for Heat &amp Fluid FlowMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207