MétaCan
Menu
Retour à la cohorte
Enregistrement W4283275410 · doi:10.1002/cjce.24510

A unified finite volume framework for phase‐field simulations of an arbitrary number of fluid phases

2022· article· en· W4283275410 sur OpenAlexvenueno aff
Milad Bagheri, Bastian Stumpf, Ilia V. Roisman, Abdolrahman Dadvand, Martin Wörner, Holger Marschall

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensnon disponible
Organismes subventionnairesTechnische Universität DarmstadtDeutsche Forschungsgemeinschaft
Mots-clésDiscretizationCompressibilityMechanicsWork (physics)Focus (optics)BubbleEnergy minimizationPhase (matter)Isothermal processField (mathematics)Volume of fluid methodComputer scienceMathematical optimizationPhysicsMathematicsThermodynamicsFlow (mathematics)Mathematical analysisOptics

Résumé

récupéré en direct d'OpenAlex

Abstract While the phase‐field methodology is widely adopted for simulating two‐phase flows, the simulation of an arbitrary number ( N ≥ 2) of fluid phases at physical fidelity is non‐trivial and requires special attention concerning mathematical modelling, numerical discretization, and solution algorithm. We present our most recent work with a focus on validation for multiple immiscible, incompressible, and isothermal phases, enhancing further our library for diffuse interface phase‐field interface capturing methods in OpenFOAM (FOAM‐extend 4.0/4.1). The phase‐field method is an energetic variational formulation based on the work of Cahn and Hilliard where the interface is composed of a physical diffuse layer resembling realistic interfaces. The evolution of the phases is then governed by the minimization of the free energy of the system. The accuracy of the method is demonstrated for a number of test problems, including a floating liquid lens, bubble rise in two stratified layers, and drop impact onto thin liquid film.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,238
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

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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFluid Dynamics and Heat TransferTravaux en français237 207