MétaCan
Menu
Retour à la cohorte
Enregistrement W4237259699 · doi:10.32920/ryerson.14649111

Modeling of inclusion removal in a tundish by gas bubbling

2021· preprint· en· W4237259699 sur OpenAlexafffund
J.P. ROGLER

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesUniversity of Waterloo
Mots-clésTundishBubbleWater modelBody orificeMechanicsParticle sizeInclusion (mineral)Materials scienceParticle (ecology)Residence time (fluid dynamics)MetallurgyChemistryChemical engineeringMineralogyMechanical engineeringContinuous castingEngineeringPhysicsGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Inclusion removal from liquid steel by attachment to rising gas bubbles has been reviewed. A mathematical model of inclusion removal by gas bubbling in a tundish has been developed and it is found that minimization of bubble size is critical to enhance removal. However, small bubble formation in a tundish may be problematic as bubble size is controlled by high contact angles between liquid metal and bubble orifice materials. A physical modeling technique has been developed to simulate inclusion removal by tundish bubbling. The influence of a floating particle sink, a flow pattern modifying impact pad, and a bubbler, on particle separation was examined. The influence of gas flow rate, tundish residence time, particle size and bubble size was also examined. Physical modeling confirms that particle separation by gas bubbling in a tundish can be efficient at enhancing inclusion removal. It was also confirmed that relatively small bubbles (<1mm in diameter) are required for maximum separation 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 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 enseignants0,372
Score d'incertitude au seuil0,834

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 ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,212 · 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207