MétaCan
Menu
Retour à la cohorte
Enregistrement W2963790702 · doi:10.1063/1.5096663

Semi-empirical pressure loss model for viscous flow through high aspect ratio rectangular orifices

2019· article· en· W2963790702 sur OpenAlexafffund
Yishak Yusuf, Reza Sabbagh, David S. Nobes

Notice bibliographique

RevuePhysics of Fluids · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRGL Reservoir Management
Mots-clésPressure dropMechanicsBody orificeReynolds numberPhysicsFlow coefficientPressure gradientVelocity gradientDischarge coefficientDrop (telecommunication)Convergence (economics)ThermodynamicsTurbulenceNozzle

Résumé

récupéré en direct d'OpenAlex

A predictive model is developed for the pressure loss coefficient for a viscous flow through a rectangular orifice on a pipe-installed thick plate. The model is developed based on the 1-dimensional Navier-Stokes equation and an asymptotic increase in velocity modeled to have a direct relation with the flow convergence in the near-inlet region. Here, the flow velocity increases asymptotically from the steady mean upstream value to the orifice velocity. This phenomenon is represented by a convergence parameter, ϕ, used in the velocity transition model to quantify the length of the convergence zone. The static pressure drop is measured experimentally for varying orifice aspect ratio, AR, at creeping Reynolds numbers (0.01 ≤ Re ≤ 0.1). A significantly wider range of AR is covered (1 ≤ AR ≤ 250), compared to related works in the literature. Results show that the relative dominance of the convergence phenomenon is affected by AR. The maximum length of convergence is for the square orifice (AR = 1), as the flow experiences comparable convergence from all directions, whereas for higher AR, convergence becomes less dominant in one of the two midplanes of investigation. The loss coefficient thus decreases as AR increases. At constant Re, higher AR generally leads to higher pressure drop but lower values of the loss coefficient. The velocity gradient in the convergence zone is also determined as a function of AR and Re which verifies that lower AR takes a longer distance for the velocity transition due to increased convergence.

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)0,001
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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,024
Tête enseignante GPT0,253
Écart entre enseignants0,228 · 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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetFlow Measurement and AnalysisTravaux en français237 207