MétaCan
Menu
Retour à la cohorte
Enregistrement W3025746302 · doi:10.23977/jemm.2020.050103

Numerical Simulation of Internal Flow Field of Centrifugal Fan for Clearing and Selecting Grain Harvester

2020· article· en· W3025746302 sur OpenAlexvenueno aff
Dejian Li

Notice bibliographique

RevueJournal of Engineering Mechanics and Machinery · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueCyclone Separators and Fluid Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAirflowCentrifugal fanDuct (anatomy)Mechanical fanInternal flowImpellerComputational fluid dynamicsEngineeringVortexMechanicsMarine engineeringFlow (mathematics)Mechanical engineeringInletPhysicsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Aiming at the structure of the single air duct centrifugal fan in the existing full-feed grain combine harvester air sieve cleaning device, the flow channel model of the single air outlet single air duct centrifugal fan was established, and the mesh was partitioned using the MESHING software. And using CFD (Computational Fluid Dynamics) software to carry out three-dimensional numerical simulation of the internal flow field of the single-outlet single-channel centrifugal fan to determine the structure size of the fan. The improved internal flow field simulation results of the fan show that the airflow speed at the upper air outlet and the outer edge of the impeller of the single air outlet single air channel centrifugal fan is larger, and the air velocity attenuation distance is increased, which is beneficial to the airflow covering the entire screen surface; It is basically distributed in layers, and the lateral air flow at the air outlet is symmetrically distributed on the middle high side and low side, with obvious boundary effects. The influence of the fan speed, the distribution of the fan's internal flow field, the wind speed of the air outlet, and the air volume is analyzed: the wind speed and air volume of the air outlet gradually increase with the increase of the fan speed.

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: aucune
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,369

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 Opus0,006
Tête enseignante GPT0,217
Écart entre enseignants0,211 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering Mechanics and MachineryMême sujetCyclone Separators and Fluid DynamicsTravaux en français237 207