MétaCan
Menu
Retour à la cohorte
Enregistrement W4311046201 · doi:10.1002/cjce.24789

The velocity field characteristics of high‐viscosity fluids falling film flow down clamped channels

2022· article· en· W4311046201 sur OpenAlexvenueno aff
Yongjun Wang, Chen Su, Shichang Chen, Xianming Zhang, Wenxing Chen

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Thin Films
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMechanicsFalling (accident)ViscosityMaterials scienceSurface tensionFlow (mathematics)Flow velocityField (mathematics)Fictitious forceComposite materialPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract The complexity of falling film flow has been studied in many industrial applications. In this work, the velocity field of high‐viscosity fluids falling film flow down clamped channels was investigated numerically and experimentally. The results show that the numerical simulation results are consistent with the experimental results, and the characteristics of the velocity field are related to the fluid properties, operating conditions, and structure of the clamped channels. When the fluid viscosity is greater than or equal to 10 Pa ⋅ s, the type of velocity field changes into I shape, U shape, and V shape. While the fluid viscosity drops to 0.89 Pa ⋅ s, the viscous force cannot resist the inertial force and gravity, resulting in a cardioid velocity field. By adjusting the structure of the clamped channels and operating conditions, the tension of the liquid film can be changed, and the velocity distribution of the liquid film can be manipulated. Significantly, under the fluctuating curtain flow, the liquid film coalesces and breaks frequently, which enlarges the surface area of the liquid film and strengthens the surface renewal frequency. Hence, this form of falling film flow can be applied to process intensification of high‐viscosity materials.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,161
Écart entre enseignants0,156 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFluid Dynamics and Thin FilmsTravaux en français237 207