MétaCan
Menu
Retour à la cohorte
Enregistrement W3212656119 · doi:10.1016/s1003-6326(21)65722-9

3D numerical investigation of effects of density and surface tension on mixing time in bottom-blown gas-stirred ladles

2021· article· en· W3212656119 sur OpenAlexaff
Matin GHADIMI REZAEI, Pooyan Hashemi Tari, Mohammad Emamzadeh, Leili Tafaghodi Khajavi

Notice bibliographique

RevueTransactions of Nonferrous Metals Society of China · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSurface tensionMixing (physics)Materials scienceMolten metalMechanicsPhase (matter)Slag (welding)MetallurgyFlow (mathematics)Volumetric flow rateThermodynamicsChemistry

Résumé

récupéré en direct d'OpenAlex

In molten phase metallurgical processes, mixing via gas injection has a vital role in obtaining a homogeneous product. The efficiency of mixing depends on operational variables such as gas flow rate and slag height as well as physical properties of the molten phases. A numerical simulation is conducted to study the above parameters in the flow behavior of a bottom-blown bath. The molten metal and the slag are modeled by water and oil, respectively. The numerical results, particularly the mixing time, are validated against experimental data. The results show that mixing time increases as the slag height increases and decreases as the density of the slag material increases. The mixing time decreases with an increase in the density of the primary phase; however, it increases as the surface tension between air and water increases. A case with properties close to a real molten metal is also modeled. The performance of the system is influenced by the momentum rather than the dissipative forces. Thus, the effect of the density of the molten phase on the mixing process is more pronounced compared to the effect of the surface tension between the air and the molten phase.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil0,601

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of Nonferrous Metals Society of ChinaMême sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207