MétaCan
Menu
Retour à la cohorte
Enregistrement W3015604588 · doi:10.3390/computation8020023

Investigation of the Horizontal Motion of Particle-Laden Jets

2020· article· en· W3015604588 sur OpenAlexafffund
Tooran Tavangar, Hesam Tofighian, Ali Tarokh

Notice bibliographique

RevueComputation · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensLakehead UniversityUniversité de Sherbrooke
Organismes subventionnairesCompute Canada
Mots-clésReynolds numberMechanicsPhysicsStokes numberJet (fluid)Classical mechanicsLarge eddy simulationScalar (mathematics)Eulerian pathTurbulenceLagrangianMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Particle-laden jet flows can be observed in many industrial applications. In this investigation, the horizontal motion of particle laden jets is simulated using the Eulerian–Lagrangian framework. The two-way coupling is applied to the model to simulate the interaction between discrete and continuum phase. In order to track the continuum phase, a passive scalar equation is added to the solver. Eddy Life Time (ELT) is employed as a dispersion model. The influences of different non-dimensional parameters, such as Stokes number, Jet Reynolds number and mass loading ratio on the flow characteristics, are studied. The results of the simulations are verified with the available experimental data. It is revealed that more gravitational force is exerted on the jet as a result of the increase in mass loading, which deflects it more. Moreover, with an increase in the Reynolds number, the speed of the jet rises, and consequently, the gravitational force becomes less capable of deviating the jet. In addition, it is observed that by increasing the Stokes number, the particles leave the jet at higher speed, which causes a lower deviation of the jet.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,213
Écart entre enseignants0,184 · 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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComputationMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207