MétaCan
Menu
Retour à la cohorte
Enregistrement W4287838581 · doi:10.1002/cjce.24571

Experimental methods in chemical engineering: Computational fluid dynamics/finite volume method—<scp>CFD</scp>/<scp>FVM</scp>

2022· article· en· W4287838581 sur OpenAlexaffvenue
Laurens Van Hoecke, Dieter Boeye, Arturo González‐Quiroga, Gregory S. Patience, Patrice Perreault

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésComputational fluid dynamicsTurbulenceFinite volume methodFluid dynamicsFlow (mathematics)CompressibilityComputer scienceMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Computational fluid dynamics (CFD) applies numerical methods to solve transport phenomena problems. These include, for example, problems related to fluid flow comprising the Navier–Stokes transport equations for either compressible or incompressible fluids, together with turbulence models and continuity equations for single and multi‐component (reacting and inert) systems. The design space is first segmented into discrete volume elements (meshing). The finite volume method, the subject of this article, discretizes the equations in time and space to produce a set of non‐linear algebraic expressions that are assigned to each volume element—cell. The system of equations is solved iteratively with algorithms like the semi‐implicit method for pressure‐linked equations (SIMPLE) and the pressure implicit splitting of operators (PISO). CFD is especially useful for testing multiple design elements because it is often faster and cheaper than experiments. The downside is that this numerical method is based on models that require validation to check their accuracy. According to a bibliometric analysis, the broad research domains in chemical engineering include: (1) dynamics and CFD‐DEM, (2) fluid flow, heat transfer, and turbulence, (3) mass transfer and combustion, (4) ventilation and the environment, and (5) design and optimization. Here, we review the basic theoretical concepts of CFD and illustrate how to set up a problem in the open‐source software OpenFOAM to isomerize n‐butane to i‐butane in a notched reactor under turbulent conditions. We simulated the problem with 1000, 4000, and 16 000 cells. According to the Richardson extrapolation, the simulation underestimates the adiabatic temperature rise by 7% with 16 000 cells.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,005

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 Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,225 · 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'étudeSans objet
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

Citations42
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetWind and Air Flow StudiesTravaux en français237 207