MétaCan
Menu
Retour à la cohorte
Enregistrement W3080320776 · doi:10.3390/pr8091027

Numerical Simulations of Molten Breakup Behaviors of a de Laval-Type Nozzle, and the Effects of Atomization Parameters on Particle Size Distribution

2020· article· en· W3080320776 sur OpenAlexaffabout
Lianghui Xu, Xianglin Zhou, Jinghao Li, Yunfei Hu, H. Jerry Qi, Wei Wen, Kaiping Du, Yao Ma, Yueguang Yu

Notice bibliographique

RevueProcesses · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensMcGill University
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésNozzleBreakupMechanicsComputational fluid dynamicsParticle (ecology)Materials scienceParticle sizeFlow (mathematics)Mechanical engineeringChemistryThermodynamicsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

In this work, an atomizer with a de Laval-type nozzle is designed and studied by commercial computational fluid dynamics (CFD) software, and the secondary breakup process during atomization is simulated by two-way coupling and the discrete particle model (DPM) using the Euler-Lagrange method. The simulation result demonstrates that the gas flow patterns greatly change with the introduction of liquid droplets, which clearly indicates that the mass loading effect is quite significant as a result of the gas-droplet interactions. An hourglass shape of the cloud of disintegrating molten metal particles is observed by using a stochastic tracking model. Finally, this simulation approach is used for the quantitative evaluation of the effects of altering the atomizing process conditions (gas-to-melt ratio, operating pressure P, and operating gas temperature T) and nozzle geometry (protrusion length h, half-taper angle α, and gas slit nozzle diameter D) on the particle size distribution of the powders produced.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,209
Écart entre enseignants0,203 · 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

Citations22
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetFluid Dynamics and Heat TransferTravaux en français237 207