High Spatial Resolution Fluid Thermometry in Boundary Layers by Macroscopic Imaging of Individual Phosphor Tracer Particles
Notice bibliographique
Résumé
We introduce a measurement concept using seeded thermographic phosphor particles, which achieves high spatial resolution and rejection of surface induced signals, and is thereby applicable to resolve two-dimensional temperature distribution in sub-millimiter thermal boundary layers. Unlike previous implementations of ratiometric phosphor thermometry in fluid flows, which is based on the division of two spectrally or temporally separated images of the luminescence from clusters of seeded particles, here we treat the individual phosphor particles as independent temperature detectors positioned at the discrete particle locations. 2D rotated Gaussian functions are fitted to each particle image as to integrate particle signals in the two frames for ratio-based thermometry and to position the particles with sub-pixel resolution (< 10μm). In addition, the fitting method allows to separate the luminescence signal of the imaged particles from interfering signals with a low spatial frequency, for example from surface reflection or re-scattering of luminescence light. After assessing the spatial resolution, and the robustness of the temperature measurements against high levels of re-scattered signals, near-wall measurements are demonstrated. The ability to finely resolve the temperature distribution within a 500 µm thin thermal boundary layer is validated against the laminar Prandtl-Blasius equation. As the thermometry counterpart and complement to Particle Tracking Velocimetry, this technique allows to probe the fine details of heat transfer in boundary layers.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».