MétaCan
Menu
Retour à la cohorte
Enregistrement W2987914039

Investigation of Engine Coolant Loop Flow Modelling from a System Simulation Perspective

2019· article· en· W2987914039 sur OpenAlexfundno aff
Elle Mistruzzi

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Windsor
Mots-clésCoolantPerspective (graphical)Loop (graph theory)Computer scienceEnvironmental scienceAutomotive engineeringSimulationEngineeringMechanical engineeringMathematicsArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The engine cooling system in a vehicle ensures that the engine runs at its most efficient temperature under a variety of operating conditions. The system includes heat exchangers, a thermostat, pump, plumbing lines and a cooling water jacket. Each branch of the system and its different components need to receive adequate coolant flow. A system simulation (1D) model of the coolant loop is generated with components of the system individually characterized using geometry and/or performance data. Accurately modelling and capturing the flow behaviour of the coolant through the entire system, including the complex water jacket, poses a particular challenge. This thesis explores the use of experimental flow benches to support the research into converting a physical engine cooling system into a robust 1D system model. GT-SUITE software is used as the system simulation modelling platform, and its built-in application GEM3D is used to convert the 3D CAD geometry. A detailed investigation is performed by carefully splitting the plumbing and water jacket into multiple flow components. Non-dimensional pressure loss and Reynolds number are calculated based on pressure drop and flow rate data, for a wide range of temperatures including extreme cold conditions. Outcomes of this thesis include an in-depth and improved modelling process, well validated component and system level models, and an overall reduction in cost and time to achieve accurate results.

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 enseignants0,060
Score d'incertitude au seuil0,978

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 Opus0,018
Tête enseignante GPT0,201
Écart entre enseignants0,183 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207