Turbulence Modeling of Inductively Coupled Plasma Flows
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Various turbulent models (Spalart-Allmaras, Standard k-ε, RNG k-ε, Realizable k-ε and Reynolds Stress Models) along with Standard, and two-zonal wall functions are used to simulate inductively coupled plasma flows. The computational results can be classified into two categories: All the turbulent models that include low Reynolds number effects, such as, Low Reynolds number k-ε model, Spalart-Allmaras one-equation model, Standard k-ε model with two-zonal wall function, RNG model with turbulent viscosity determined by a differential equation, RSM etc., give similar modelling results. These models predict almost the same temperature contours which are similar to the one predicted by laminar model. The viscosity ratios in plasma region predicted by these models are very close to zero except for in the wall-neighbouring cells, which means the plasma flow is almost laminar. The other category contains those models that do not include the low Reynolds number effects, such as Standard, RNG and so-called Realizable k-ε models with standard wall function. They predict the plasma flow to be turbulence-dominated. In comparison with the results of experimentally measured heat fluxes to a substrate, the heat fluxes predicted by these models that include low Reynolds number effect are very close to experimental measurements while these models that do not include low Reynolds number effects deviate greatly from experimental measurements. It is found that the Reynolds stress model(RSM) appears to be the best predictive model.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,103 | 0,000 |
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.
score_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