MétaCan
Menu
Retour à la cohorte
Enregistrement W3197818750 · doi:10.5829/ije.2021.34.08b.25

Multi objective optimization of multi-hole orifices using FSI analysis and NSGA II algorithm

2021· article· en· W3197818750 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBody orificeOrifice platePressure dropSensitivity (control systems)MechanicsMechanical engineeringMathematicsMaterials scienceComputer sciencePhysicsEngineeringElectronic engineering

Résumé

récupéré en direct d'OpenAlex

Multi-hole orifices have better performance than single-hole orifices. In this paper, multi-objective optimization of multi-hole orifices is performed using a Fluid-Solid Interaction (FSI) analysis and multi-objective genetic algorithm (NSGA II). In all numerical analysis, the governing equations of the solid and the governing equations of the fluid are carried out for orifice and fluid around orifice respectively. All calculations are made for a 16-hole orifice with circular holes. The design variable in the optimization process is the distance between the holes of the orifice and thus the amount of shrinkage or expansion of the orifice geometry. The objective functions are the pressure drop created on the sides of the orifice, the deformation and tension created in the orifice structure, which should be maximized, minimized and minimized respectively. In the results section, the Pareto front are presented which represent useful information for designing the multi-hole orifices geometry, and five orifices are also introduced as final design options that have better performance. The results of the sensitivity analysis of the various parameters are also presented and discussed in detail in the multi-hole orifices.

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.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,476

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,016
Tête enseignante GPT0,243
Écart entre enseignants0,227 · 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