MétaCan
Menu
Retour à la cohorte
Enregistrement W4293115997 · doi:10.11159/icmie22.155

Flow Visualization in the Impeller and Diffuser of a Centrifugal Pump using Time-Resolved Particle Image Velocimetry

2022· article· en· W4293115997 sur OpenAlexvenueno aff
Rodolfo Marcilli Perissinotto, William Denner Pires Fonseca, Rafael Franklin Lázaro de Cerqueira, William Monte Verde, Jorge Luiz Biazussi, Erick de Moraes Franklin, Antonio Carlos Bannwart, Marcelo S. Castrot

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImpellerCentrifugal pumpParticle image velocimetryDiffuser (optics)Flow visualizationParticle tracking velocimetryVelocimetryFlow (mathematics)MechanicsVisualizationMaterials scienceOpticsMechanical engineeringPhysicsTurbulenceEngineering

Résumé

récupéré en direct d'OpenAlex

The present paper describes an experimental study on the flow dynamics within a centrifugal pump impeller.A transparent pump prototype made of acrylic parts was firstly developed for flow visualization purposes.Then, single-phase flow experiments were conducted in different impeller rotational speeds and water flow rates.A time-resolved particle image velocimetry (TR-PIV) system was used as the flow visualization method.As a result, velocity fields were obtained in the whole impeller.They reveal that the flow behaviour is dependent on the pump operational condition.When the pump works at the best efficiency point (BEP), the flow is uniform and the streamlines follow the blade curvature.However, when the machine works at off-design conditions, the flow becomes complex, with the presence of turbulent structures which cause a reduction in the pump performance.This type of result may be useful to validate numerical simulations and support the proposition of new mathematical models, new impeller geometries, among other applications.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,230
Score d'incertitude au seuil0,505

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,202
Écart entre enseignants0,196 · 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'étudeExpérimental (laboratoire)
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetCavitation Phenomena in PumpsTravaux en français237 207