MétaCan
Menu
Retour à la cohorte
Enregistrement W42857679 · doi:10.1522/12281028

Modelisation numerique modelisation physique et validation de l ecoulement de cuves de galvanisation

2000· book· fr· W42857679 sur OpenAlexaff
C. Binet

Notice bibliographique

Revuenon disponible
Typebook
Languefr
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

La galvanisation des tôles d'acier est un procédé où l'écoulement ainsi que le transport de l'aluminium dans le bain de zinc liquide peuvent affecter la formation de la couche inhibitrice. Une revue de la littérature sur les travaux effectués pour comprendre l'écoulement et le transport de l'aluminium dans le bain a été effectuée. La complexité de l'écoulement dans le bain a été démontrée par des travaux antérieurs qui ont été fait en utilisant majoritairement la visualisation de l'écoulement à l'aide de modèles à eau et la modélisation numérique par éléments finis. Le présent projet consiste à compléter la compréhension de l'écoulement dans la cuve de galvanisation en utilisant trois outils spécifiques soit, la modélisation numérique, la modélisation physique et des tests industriels. Chacun des essais et calculs effectués à l'aide de ces trois méthodes a permis de valider le modèle numérique, de mieux détailler l'effet de certains paramètres sur l'écoulement et aussi de voir l'effet d'additions et de changements de température dans un bain industriel. L'étude de l'écoulement du bain de galvanisation a été effectuée à l'aide d'un modèle à eau et d'un modèle numérique. Le modèle à eau a servi à visualiser l'écoulement dans la cuve à l'aide d'un faisceau et de fluorescéine comme traceur. De nombreux plans ont été enregistrés sur cassette vidéo. L'observation de l'écoulement montre que la présence ou l'absence des rouleaux affecte l'écoulement, particulièrement pour les temps de mélange de la cuve. De la même façon, la présence d'une plaque déflectrice modifie les temps de mélange et agit comme une section de prémélange. L'angle d'inclinaison de la courroie modifie aussi l'écoulement en agrandissant la zone morte de l'arrière. Les observations ont aussi montré que l'écoulement est parfois asymétrique. La visualisation de l'effet de la présence des couteaux à air sur l'écoulement dans le bain a permis de conclure que ceux-ci ne contribuaient pas de manière significative au mélange. Il est donc inutile d'ajouter leur présence au modèle numérique. Les mesures de vitesse dans le bain à eau montrent un profil d'écoulement semblable à celui calculé dans le modèle numérique. La principale différence réside dans l'amortissement que subit la grandeur de la vitesse lorsqu'on s'éloigne des zones de grandes perturbations, soit près des rouleaux et de la feuille. Un maillage plus raffiné ainsi qu'un modèle de turbulence qui épouse mieux l'écoulement sont à suggérer pour les modifications ultérieures. Les calculs de turbulence ont montré que l'écoulement est beaucoup plus turbulent près de la feuille et des rouleaux que dans le reste du bain. De plus, au centre du bain l'écoulement est plus turbulent qu'au bas du bain. La modélisation numérique de l'ajout d'inducteurs montre que ceux-ci peuvent affecter seulement de façon très légère l'écoulement à l'arrière du bain. Il est suggéré d'inclure l'effet thermique au modèle pour vérifier si cet effet reste négligeable. Les tests industriels ont permis de confirmer que la température affecte la teneur en aluminium du bain et la formation des intermétalliques. Les mesures de l'aluminium effectif ont permis de voir que la région arrière du bain est très peu agitée et que celle de l'avant l'est plus. Finalement, l'ensemble de cette étude permet de conclure que la modélisation numérique de l'écoulement dans une cuve de galvanisation, à l'aide de la méthode des éléments finis, peut être utilisée et qu'elle est représentative de l'écoulement rencontré en pratique.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,254
Écart entre enseignants0,236 · 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.

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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVehicle Noise and Vibration ControlTravaux en français237 207