MétaCan
Menu
Retour à la cohorte
Enregistrement W3119326089 · doi:10.1115/1.4049672

A Method for Pump Manifold Performance Calculations in Hydraulic Air Compressors

2021· article· en· W3119326089 sur OpenAlexaff
Dean L. Millar, Maryam Pourmahdavi

Notice bibliographique

RevueJournal of Fluids Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésManifold (fluid mechanics)Gas compressorControl theory (sociology)Operating pointContext (archaeology)Hydraulic machineryHydraulic pumpComputer scienceMechanical engineeringMathematical optimizationMathematicsEngineeringControl (management)Electronic engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Analytical methods are described that were developed to undertake the pump manifold calculations for hydraulic air compressors (HACs) where multiple pumps are installed in parallel configurations. The procedures are fast and exact and were developed for design optimization and control tasks which, although described in the specific context of HACs, are also applicable to more general pumping systems. The proposed method uses a recursive/iterative procedure to establish the pump curve equivalent to the pump combination so that the design performance of the system can be assessed for any value of externally attached hydraulic resistance. The technique is verified against a numerical method applied to the same problem, but where the external hydraulic resistance must be completely specified for a solution. Losses at convergent and divergent wyes, which are required to create the parallel pump manifold arrangements, are found to be significant factors in establishing the overall energy efficiency of the pumping system. With efficient pump manifold arrangements designed, a so-called binary pumping scheme is explained, where individual pumps in the manifold can be activated (1) or deactivated (0) so that the pumping system flow can be reduced with good turn-down ratios while ensuring that the best efficiency point (BEP) efficiency of the system is maintained (exemplified with 4:1 or 25%).

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 enseignants0,493
Score d'incertitude au seuil0,411

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 Opus0,012
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207