MétaCan
Menu
Retour à la cohorte
Enregistrement W4309751383 · doi:10.1061/jhend8.hyeng-13197

Calculating Column Separation in Conduit Systems Using an Innovative Open Channel Based Model

2022· article· en· W4309751383 sur OpenAlexaff
David Khani, Yeo Howe Lim, Ahmad Malekpour

Notice bibliographique

RevueJournal of Hydraulic Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensThornhill Medical (Canada)
Organismes subventionnairesnon disponible
Mots-clésOpen-channel flowFinite volume methodMechanicsFlow (mathematics)Riemann solverCavitationShock (circulatory)SolverChannel (broadcasting)Riemann problemEuler equationsMathematicsApplied mathematicsComputer sciencePhysicsMathematical optimizationMathematical analysisRiemann hypothesis

Résumé

récupéré en direct d'OpenAlex

An innovative numerical model called the Modified Two-Component Pressure Approach (MTPA) is proposed to better capture the physics of column separation in conduit systems. Based on the Two-Component Pressure Approach (TPA), the MTPA calculates both cavitating and pressurized flow using a single set of equations that governs unsteady flow in open channel flow. As opposed to shock-fitting-based models, in which a complex algorithm is needed to keep track of the interfaces separating the cavitating and liquid zones, the proposed model can capture both flow phases automatically. The first-order Godunov type finite volume method is utilized to numerically solve the equations. A customized Harten, Lax and Van Leer (HLL) Riemann solver is employed to calculate the fluxes at the computational cell boundaries and to dissipate potential post-shock oscillations generated when the cavity is collapsed and the open channel flow beneath the cavity is switched back to pressurized flow. The numerical results are shown to be in good agreement with both experimental data and the results obtained from the Discrete Gas Cavity Model (DGCM). A hypothetical test case is also presented to demonstrate the unique feature of the proposed model, which is the ability to simultaneously account for waterhammer, cavitation, and open channel flow regimes, a feature making the model even superior to the DGCM.

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: aucune
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,041
Tête enseignante GPT0,272
Écart entre enseignants0,231 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hydraulic EngineeringMême sujetWater Systems and OptimizationTravaux en français237 207