MétaCan
Menu
Retour à la cohorte
Enregistrement W4310262013 · doi:10.3389/fphy.2022.963495

The modeling of free-fall arch formation in granular flow through an aperture

2022· article· en· W4310262013 sur OpenAlexaff
Yao Tang, Dave Chan, David Z. Zhu

Notice bibliographique

RevueFrontiers in Physics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensUniversity of Alberta
Organismes subventionnairesHigher Education Discipline Innovation ProjectZhejiang UniversityNingbo UniversityNational Natural Science Foundation of China
Mots-clésArchMechanicsGranular materialFlow (mathematics)Aperture (computer memory)Particle (ecology)Geotechnical engineeringMaterials scienceGeologyPhysicsEngineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

In this study, to predict the formation of the free-fall arch via granular flow through an aperture, an analytical model has been developed based on the particle-scale force equilibrium. This model calculates the size and location of the meta-stable arch and can be extended to predict the granular flow rate. According to the developed analytical model, the formation of a free-fall arch is independent of granular height and stress state above the arch, where only granular particle size, aperture size, and granular friction influence the development of the arch. Besides, this proposed model can predict the formation of the meta-stable arch without empirical parameters. In comparison with experimental results, the predicted granular flow rate based on the model exhibits high accuracy for uniform-sized granular flow. According to numerical simulations, the free-fall arch appears above the aperture; however, the particle velocity at the arch is low and can be considered negligible. Gravity will cause the granular particles under the arch to fall freely. This mathematical model offers an efficient method to predict the formation of the free-fall arch and calculate the granular flow rate through an aperture.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil0,392

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 Opus0,011
Tête enseignante GPT0,201
Écart entre enseignants0,190 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysicsMême sujetGranular flow and fluidized bedsTravaux en français237 207