MétaCan
Menu
Retour à la cohorte
Enregistrement W3197594128 · doi:10.3390/pr9091607

A Computational Fluid Dynamic Study of Developed Parallel Stations for Primary Fans

2021· article· en· W3197594128 sur OpenAlexaff
Juan Pablo Hurtado-Cruz, Gabriel Reyes, Juan Pablo Vargas-Norambuena, Enrique Acuña

Notice bibliographique

RevueProcesses · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensLaurentian University
Organismes subventionnairesDepartamento de Investigaciones Científicas y Tecnológicas, Universidad de Santiago de ChileUniversidad de Santiago de Chile
Mots-clésComputational fluid dynamicsAirflowPrimary energySimulationMarine engineeringEngineeringMechanical engineeringComputer scienceRenewable energyAerospace engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

A Computational fluid dynamic (CFD) model was developed considering three geometries for primary parallel fan stations that have already been developed, implemented, and are currently in operation within Chilean mines. To standardize the comparison, the same primary fan was used in all the simulations with a unique set of settings (speed, blade angle, and density). The CFD representation was used to determine the operating point per configuration and compare the performances in terms of airflow and pressure delivered. This approach allowed ranking primary fan station geometry based on resistance curve and energy consumption of the fan. This paper presents the results obtained through the CFD simulations and the corresponding primary fans operating points of each configuration: symmetrical branches (SB), overlap branches (OB), and run around (RA) bypass. The RA configuration was identified as the best-performing station geometry on the lowest frictional and shock pressure losses, highest airflow delivery, and lowest energy cost. The results are discussed, considering pressure, velocity, and vector contours to understand the fluid dynamics phenomena occurring inside the station. The capital cost involved in the development of each primary parallel station was considered in the analysis in addition to the energy cost to determine the economic configuration over time.

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: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,422

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 Opus0,020
Tête enseignante GPT0,293
Écart entre enseignants0,273 · 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 revueProcessesMême sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207