MétaCan
Menu
Retour à la cohorte
Enregistrement W2971734997

Simulating of erosion modeling using ANSYS fluid dynamics

2019· dissertation· en· W2971734997 sur OpenAlexfundno aff
Aimen Marrah

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2019
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueErosion and Abrasive Machining
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Bureau for International Education
Mots-clésTurbulenceComputational fluid dynamicsMechanicsErosionParticle (ecology)Flow (mathematics)Materials scienceShear stressFluid dynamicsGeotechnical engineeringViscosityVolumetric flow rateGeologyPhysicsComposite materialGeomorphology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The micromechanical process of solid particle erosion can be affected by a number of factors, including impact angle, flow geometry, and particle size and shape. Erosion can also be affected by fluid properties, flow conditions, and the material comprising the impact surface. Of these several different potential impacting factors, the most critical ones for initiating erosion are particle size and matter, carrier phase viscosity, pipe diameter, velocity, and total flow rate of the second phase. Three turbulence models which are heavily dependent on flow velocities and fluid properties in their environment are k-epsilon (k-ε), k-omega (k-ω) and The Shear Stress Transport Model (sst). More extreme erosion generally occurs in gas-solid flow for geometries which experience rapid alterations in flow direction (e.g., in valves and tees) because of unstable flow and local turbulence. The present study provides results from computational fluid dynamics (CFD) simulations that feature dilute water-solid flows in complex pipelines, highlighting the dynamic behavior displayed by the flows’ entrained solid particles. Specifically, the impact of fluid velocities in relation to erosion location is tested on sand particles measuring 10, 70, 100 and 200 microns. For the CFD analysis testing, liquid velocities of 20, 25, 30, 35 and 40 m/s are applied. The difference is evident between velocities of 20 m/s and 40 m/s, giving an erosion rate of 1.73 x10⁻⁴ kg/m².s and 2.11x10⁻³ kg/m².s, respectively, when the particle solid is 200

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,035
Tête enseignante GPT0,282
Écart entre enseignants0,247 · 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.

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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetErosion and Abrasive MachiningTravaux en français237 207