MétaCan
Menu
Retour à la cohorte
Enregistrement W3015293944 · doi:10.3390/s20072088

A New Capacitance Sensor for Measuring the Void Fraction of Two-Phase Flow Through Tube Bundles

2020· article· en· W3015293944 sur OpenAlexafffund
Wael H. Ahmed, Adib Fatayerji, Ahmed Elsaftawy, Marwan Hassan, David Weaver, Jovica Riznic

Notice bibliographique

RevueSensors · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensCanadian Nuclear Safety CommissionMcMaster UniversityUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Nuclear Safety Commission
Mots-clésBundleCapacitanceCapacitance probeMaterials scienceAcousticsCapacitive sensingVibrationTwo-phase flowPorosityFlow measurementElectronic engineeringMechanicsEngineeringFlow (mathematics)VoltageElectrical engineeringComposite materialCapacitorPhysics

Résumé

récupéré en direct d'OpenAlex

Evaluating the two-phase flow parameters across tube bundles is crucial to the analysis of vibration excitation mechanisms. These parameters include the temporal and local variation of void fraction and phase redistribution. Understanding these two-phase parameters is essential to evaluating the stability threshold of tube bundle configurations. In this work, capacitance sensor probes were designed using finite element analysis to ensure high sensor sensitivity and optimum response. A simulation-based approach was used to calibrate and increase the accuracy of the void fraction measurement. The simulation results were used to scale the normalized capacitance and minimize the sensor uncertainty to ±5%. The sensor and required conditioning circuits were fabricated and tested for measuring the instantaneous void fraction in a horizontal triangular tube bundle array under both static and dynamic two-phase flow conditions. The static calibration of the sensor was able to reduce the uncertainty to ±3% while the sensor conditioning circuit was able to capture instantaneous void fraction signals with frequencies up to 2.5 kHz.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,272
Écart entre enseignants0,228 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetHeat Transfer and Boiling StudiesTravaux en français237 207