Characterization of the hydrodynamics within a toroid wear tester
Notice bibliographique
Résumé
Abstract The toroid wear tester (TWT) is a lab‐scale device used for the assessment of slurry erosion in pipelines. Historically, its application has been limited to the relative ranking of material performance under different slurry flow conditions; however, recent studies have indicated that TWT tests could be predictive and directly applied to slurry pipeline design—provided that the flow inside a TWT is better characterized. In the present study, air‐liquid multiphase flow inside the TWT was investigated. Torque measurements were taken to characterize friction loss for different air‐liquid combinations. A visualization experiment was also conducted to evaluate flow patterns within the TWT. In the experiment, the displacements of spherical glass beads were used to estimate velocity vector fields for different TWT rotational speeds. A computational fluid dynamics (CFD) analysis was also conducted to complement the experimental measurements. A 3D transient analysis using the volume of fluid (VOF) approach was used to model the system. The simulation results agreed closely with the experimental findings. Furthermore, the simulations revealed that strong secondary flows (back flow, rotation) exist in the TWT. These type of flows do not occur in horizontal pipelines. Therefore, to use the TWT as a tool for slurry pipeline wear assessment, the differences in the flow field between the two systems must be properly quantified.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».