On the lifespan of recirculating suspensions with pulsatile flow
Notice bibliographique
Résumé
A Lagrangian analysis is performed to measure the rate at which recirculating fluid is replaced (depleted) in pulsatile flows. Based on this approach, we then investigate how depletion is affected in dense suspensions. Experiments are conducted for pure liquid as well as suspensions with volume fractions of $\varPhi =5\,\%$ , 10 % and 20 %. Using Lagrangian tracking and pathline extension techniques, the depletion of the recirculation region is quantified via the trajectories of individual fluid parcels exiting the domain. Pulsatile flows with varying concentrations of hydrogel beads, up to a volume fraction of 20 %, are compared at mean Reynolds numbers of $Re=4800$ , 9600 and 14 400, while the Strouhal number ( $St=0.04$ , 0.08 and 0.15) and amplitude ratio ( $\lambda =0.25$ , 0.50 and 0.95) are systematically varied. A so-called ‘depletion efficiency’ is calculated for each test case, which is shown to increase with increasing Strouhal number and amplitude ratio. For most pulsatile cases, periodic vortex formation significantly increases depletion efficiency through enhanced entrainment of recirculating fluid. Conversely, low-amplitude pulsatile flows are dominated by Kelvin–Helmholtz instabilities, which do not penetrate into the recirculation region, and thus their depletion efficiency is markedly lower as a result. The efficiency trends and depletion mechanisms remain virtually unchanged between the pure liquid and each of the suspension concentrations under almost all flow conditions, which forms an unexpected conclusion. The only exception is for low-amplitude and steady flows, where increasing the suspension volume fraction is shown to suppress fluid transport across the shear layer, which in turn slows depletion and decreases the overall depletion efficiency.
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 | 0,001 | 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 ».