MétaCan
Menu
Retour à la cohorte
Enregistrement W4294869883 · doi:10.18280/ijdne.170405

Investigation of Temperature Distribution in a Slab Using Lattice Boltzmann Method

2022· article· en· W4294869883 sur OpenAlexvenueno aff
Moses Omolayo Petinrin, Al-Amin Owodunni, Rasaq A. Kazeem, Omolayo M. Ikumapayi, Sunday A. Afolalu, Esther T. Akinlabi

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSlabLattice Boltzmann methodsMultiphysicsFinite element methodBoundary value problemBoltzmann equationLattice (music)Boltzmann distributionMechanicsPhysicsDistribution (mathematics)Statistical physicsMaterials scienceMathematical analysisMathematicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

In this paper, the temperature distribution in a slab was investigated. A model based on the Boltzmann transport equation without heat source was simplified using the Bhatnagar-Gross-Krook (BGK) approximation was applied. This is an example of the Lattice Boltzmann Method. The model was developed based on using a D2Q4 lattice arrangement for the medium of study. To obtain results, the model was tested on different cases: Two box-shaped slabs with different boundary conditions, and a T-shaped and an L-shaped slabs to determine the temperature distributions different times t > 0. The results obtained based on the developed model were validated with the enterprise software COMSOL Multiphysics which is based on the Finite Element Method. For the two cases of box-shaped and the T-shaped slabs, their results were in nearly perfect agreement with the finite element method. However, for the L-shaped slab, there was good agreement at most points apart from the regions where there was change of shape. In conclusion there is high agreement between the results of LBM and using COMSOL, which proves that LBM can be used to determine temperature distribution in a slab accurately.

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 candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,282
Écart entre enseignants0,262 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207