MétaCan
Menu
Retour à la cohorte
Enregistrement W4224289786 · doi:10.1017/jfm.2022.249

Prediction of the droplet size distribution in aerodynamic droplet breakup

2022· article· en· W4224289786 sur OpenAlexaff
Isaac M. Jackiw, Nasser Ashgriz

Notice bibliographique

RevueJournal of Fluid Mechanics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensUniversity of Toronto
Organismes subventionnairesInternational Fine Particle Research Institute
Mots-clésBreakupMechanicsInstabilityAerodynamicsAerodynamic forceRayleigh scatteringPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

The rim and bag dynamics in aerodynamic droplet breakup are investigated experimentally and theoretically. Three main modes contribute to the breakup sizes in aerodynamic droplet breakup: the rim node, the remaining rim and the bag breakup modes. However, existing models only consider one mode and are, therefore, unable to predict the size distribution. The present theoretical work seeks to model the dominant breakup mechanisms of each mode and to relate these mechanisms to the size distribution. It is shown that the nodes can be modelled using either the Rayleigh–Taylor or Rayleigh–Plateau instabilities with comparable results and that the variation in the node sizes results from the variation in the amount of mass in the rim that flows into the node prior to the rim breakup. The breakup of the rim is shown to be a result of a combination of the Rayleigh–Plateau instability and a newly proposed collision mechanism, wherein the impact of the corrugated receding rim of the bag with the main rim forces the main rim to break with the same wavelength as the receding rim. The resulting size distribution of the droplet breakup is estimated assuming that the relative weighting of the breakup mechanisms for each mode follows a two-parameter gamma distribution. The volume of each geometry is used to estimate the volume weighting of the modes, giving a reasonable prediction of the size distribution resulting from aerodynamic droplet breakup.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,169
Écart entre enseignants0,163 · 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 source (Gemma direct ou Codex distillé), 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

Citations66
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetFluid Dynamics and Heat TransferTravaux en français237 207