MétaCan
Menu
Retour à la cohorte
Enregistrement W2963858427 · doi:10.1139/cjp-2019-0055

Multiple-relaxation-time lattice Boltzmann simulation of natural convection with multiple heat sources in a rectangular cavity

2019· article· en· W2963858427 sur OpenAlexvenueno aff
Peisheng Li, Xiaolong Lian, Ying Zhang, Wandong Zhao, Chunyang Ma

Notice bibliographique

RevueCanadian Journal of Physics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésLattice Boltzmann methodsHeat transferMechanicsPhysicsOffset (computer science)Nusselt numberNatural convectionConvectionThermodynamicsReynolds number

Résumé

récupéré en direct d'OpenAlex

Natural convection and heat transfer in a square cavity with multiple heat sources was investigated through a multiple-relaxation-time (MRT) collision model and lattice Boltzmann method (LBM) in the current work. The MRT-LBM model was verified by a former experiment and numerical findings with different Ra numbers from 10 3 to 10 5 , which proved the MRT-LBM model is effective to handle the flow and transfer. The heat transfer that developed inside the cavity was analyzed under different width, height, and lateral offset of heat source in this paper. Moreover, the change of spacing between two symmetrically distributed heat sources was discussed. The results showed that the heat exchange efficiency was augmented by increasing width, height, and spacing of the heater, but it was reduced by increasing lateral offset. Specifically, the Nusselt number of the upper wall decreased by increasing height of heat source, and the left and right walls showed better heat exchange efficiency by increasing height. Additionally, the lateral position had a notable influence on the left wall surface of the heat source, and the optimum heat exchange efficiency of the heat source’s left wall existed in the condition of small lateral offset.

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 enseignants0,030
Score d'incertitude au seuil0,592

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 Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207