MétaCan
Menu
Retour à la cohorte
Enregistrement W2957402803 · doi:10.1139/tcsme-2019-0016

A computational study on airflow balancing in a horticultural drying chamber

2019· article· en· W2957402803 sur OpenAlexaffvenue
Mahmoud Elhalwagy, Anthony G. Straatman, Bernard Goyette, Gideon Avigad

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensAgriculture and Agri-Food CanadaVineland Research and Innovation CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésAirflowComputational fluid dynamicsStack (abstract data type)Flow (mathematics)MechanicsEnvironmental scienceMechanical engineeringSimulationEngineeringComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Simulations were conducted to study the airflow across skids of grapes in a horticultural grape drying chamber for the purpose of balancing the airflow to produce a uniform drying environment. The focus of the study was on the approach taken to provide balanced airflow using a computational fluid dynamics (CFD) tool combined with experimental data. The process was to first characterize the crate stacks by comparison of airflow simulations across a single crate stack to experimental data to establish resistance coefficients. The next step was to use these coefficients to simulate a row of stacked skids to establish corrections in terms of additional (variable) resistance that would result in balanced airflow. The corrected model was then used to simulate flow through the entire horticultural chamber to confirm that under the conditions of fan operation, the balance of airflow persists. The study shows that while the unmodified stacks had nearly 20% imbalance from the first to the last stack, the stack with resistance modifiers corrected this imbalance to within 5%, which is considered suitable for operation of the chamber.

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 enseignants0,146
Score d'incertitude au seuil0,651

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetHeat Transfer MechanismsTravaux en français237 207