Influence of weak electrostatic charges and secondary flows on pneumatic powder transport
Notice bibliographique
Résumé
Abstract The dynamics of the transported powder determines the functionality and safety of pneumatic conveying systems. The relation between the carrier gas flow, induced by the flown‐through geometry, and the powder flow pattern is not clear yet for electrostatically charged particles. This paper highlights the influence of relatively minor cross‐sectional secondary flows and electrostatic forces on the concentration and dynamics of the particles. To this end, direct numerical simulations (DNS) capture the interaction of the continuous and dispersed phases using a four‐way coupled Eulerian–Lagrangian strategy. The transport of weakly charged particles in channel flows, where turbopheresis defines the particle concentration, is compared to duct flows, where additional cross‐sectional vortices form. For both geometries, the Stokes number () and the electrical Stokes number () are varied, and the turbulent carrier flow was fixed to . The presented simulations demonstrate that secondary flows, for the same , , and , dampen the effect of particle charge. In a duct flow, vortical secondary flows enhance the cross‐sectional particle mobility against the direction of electrostatic forces. Compared to a duct flow, in a channel, the wall‐normal aerodynamic forces are weaker. Thus, electrical forces dominate their transport; the local particle concentration at the walls increases. Further, electrostatic charges cause a stronger correlation between the gas and particle velocities. In conclusion, despite being weak compared to the primary flow forces, secondary flow and electrostatic forces drive particle dynamics during pneumatic transport.
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 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».