MétaCan
Menu
Retour à la cohorte
Enregistrement W2971044475 · doi:10.29252/jafm.13.01.29970

Experiments and Large-Eddy Simulations of Lobed and Swirling Turbulent Thermal Jets for HVAC's Applications

2019· article· en· W2971044475 sur OpenAlexaff
Abderazak Bennia, Hachimi Fellouah, Ali Khelil, Larbi Loukarfi, Hassane Naji

Notice bibliographique

RevueJournal of Applied Fluid Mechanics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNozzleTurbulenceJet (fluid)MechanicsDiffuser (optics)HVACMixing (physics)Materials scienceThermalLarge eddy simulationPhysicsAir conditioningOpticsThermodynamics

Résumé

récupéré en direct d'OpenAlex

The mixing improvement by passive control is of wide practical interest. The lobed diffuser, which mixes the primary and secondary streams with high efficiency, has been widely used for heat and mass transfer in the field of fluid engineering. In addition, the jets through lobed generate streamwise vortices, which mix the ambient air and the jet fluid more effectively. The main objective of the present work is to develop new air diffusers for heating, ventilation, air conditioning (HVAC) systems using different jet geometries, in order to improve the users’ thermal comfort. Three free jets of air diffusers emitted from a tubular lobed, with six and five lobes, and from a swirl nozzle have been both studied experimentally and numerically. All diffusers have the same throat diameter. It turns out that the results obtained with the LES/WALE and LES/K-ET turbulence models are respectively in good agreement with the experimental results of the lobed and swirling jets. These results indicate that the best mixture is obtained using the six-lobed nozzle with respect to the five-lobed nozzle and the swirling nozzle. In addition, the importance of the jet type on the mixing capacity is highlighted.

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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,223
Écart entre enseignants0,217 · 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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Fluid MechanicsMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207