MétaCan
Menu
Retour à la cohorte
Enregistrement W4320008061 · doi:10.1088/1742-6596/2419/1/012026

Design and optimization of dry powder jet cleaning nozzles for airport navigation lights

2023· article· en· W4320008061 sur OpenAlexaboutno aff
Qiuhua Zhu, Xiaohong Ge, Xiaobin Gu, Hui Li, Jinhuo Wang, Zhiwen Zhang, Fuheng Lv

Notice bibliographique

RevueJournal of Physics Conference Series · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNozzleJet (fluid)Discharge coefficientAbrasiveFluentMaterials scienceCompressed airMechanicsMechanical engineeringFlow (mathematics)Computational fluid dynamicsEngineeringComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The research of this work is based on the nozzle design and optimization of dry powder (NaHCO3) jet cleaning system for airport navigation aid lamps. In this cleaning system, compressed air drives dry powder (NaHCO3) abrasive, and a gas-solid mixed high-speed jet is sprayed onto the surface of the luminaire through the nozzle to scour and clean the dirt attached to the surface of the luminaire. Based on the computational fluid dynamics and flow field theory, three types of nozzle structures, namely tapered nozzle, Laval nozzle, and flat nozzle, were studied; the DPM (Deformable part model) model in Fluent was used to analyze the internal and external flow fields of the nozzle mixed with the gas-solid two-phase flow to obtain the velocity field, pressure field and nozzle wear rate of the mixed gas, and the flat nozzle was selected and the nozzle parameters were optimized. The optimized level combination of flat type nozzle structure is obtained with a flat width of 4mm, flat height of 24.5mm, and flat length of 55mm.

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 seuil0,293

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 Opus0,023
Tête enseignante GPT0,230
Écart entre enseignants0,208 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetFluid Dynamics and Heat TransferTravaux en français237 207