MétaCan
Menu
Retour à la cohorte
Enregistrement W2965781367 · doi:10.11159/htff19.199

Effectiveness Of Air Curtains As Thermal And Smoke Barrier Against High Gradients Of Flow Parameters

2019· article· en· W2965781367 sur OpenAlexvenueno aff
MD ARIF MAHMUD SHUKLO SHOSHE, Md. Ashiqur Rahman

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSmokeThermalEnvironmental scienceFlow (mathematics)Materials sciencePetroleum engineeringMechanicsComputer scienceMeteorologyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate air curtains as an effective thermal and aerosol barrier against high gradient of flow parameters generated by a typical fire incident. The numerical investigations are conducted by solving Navier-Stokes equations in Fire Dynamics Simulator (FDS). A clothing store of 12 m 2 floor area with a fire of 1528 kW/m 2 heat release rate per unit area (HRRPUA), at the furthest corner from the door, is considered as the source of high thermal and pressure gradients inside the store. The only means of ventilation for the current study, is an air curtain of 0.91 m length placed at the door at 2.13 m height from the floor. The air curtain's injection velocity, injection angle, flow rate and cross-sectional area of the flow channel are systematically varied for optimum sealing performance. The change in temperature profile and aerosol particle concentration with and without air curtain, and air curtain effectiveness E, are measured. Result suggests, the injection velocity and injection angle are the key parameters in preventing the heat and mass transfer across air curtains. The twin jet design, a commercially available feature for air curtains, is found to be less effective up to pitch ratio of 4 compared to that of a single jet design for restraining heat and mass transfer.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,510

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 Opus0,004
Tête enseignante GPT0,181
Écart entre enseignants0,178 · 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'étudeExpérimental (laboratoire)
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 revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetWind and Air Flow StudiesTravaux en français237 207