MétaCan
Menu
Retour à la cohorte
Enregistrement W3170628541 · doi:10.1088/1361-6501/abff81

Method to minimize polymer degradation in drag-reduced non-Newtonian turbulent boundary layers

2021· article· en· W3170628541 sur OpenAlexaff
L. Baker, Yiming Qiao, Sina Ghaemi, Filippo Coletti

Notice bibliographique

RevueMeasurement Science and Technology · 2021
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDragMechanicsReynolds numberNewtonian fluidTurbulenceMaterials scienceRheologyBoundary layerNon-Newtonian fluidParticle (ecology)Drag coefficientViscoelasticityClassical mechanicsPhysicsComposite materialGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Polymer solutions are often used to produce drag-reduced fluid flows, in which the drag reduction is achieved due to the solutions’ non-Newtonian shear-thinning and viscoelastic properties. However, experiments using polymer solutions are typically challenging due to the tendency of the polymer to degrade when subjected to intense shearing. The degradation reduces the amount of drag reduction as the experiment progresses, which limits the experiment duration and the accuracy of the results. Here we introduce a method to avoid the degradation of the polymer solution by driving the flow with a paddlewheel instead of a conventional pump. The solution is shown to undergo very little degradation during the paddlewheel’s operation. The method is then applied to perform novel measurements of a drag-reduced turbulent boundary layer at two different Reynolds numbers, both with and without a suspended particle phase. The effects of carrier fluid rheology and Reynolds number on the particle concentration and velocity profiles are explored, as well as the effect on total drag of the flow. For a given fluid type and Reynolds number, the drag is found to be nearly constant with the global particle volume fraction, suggesting that the particles have a limited ability to modulate the drag. Remarkably, the particle velocity fluctuations are greater in the non-Newtonian cases, possibly due to enhanced collisions in the near-wall region.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,450
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,017
Tête enseignante GPT0,260
Écart entre enseignants0,243 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeasurement Science and TechnologyMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207