Effects of gas viscosity and liquid-to-gas density ratio on liquid jet atomization in crossflow
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Atomization of liquid jets in gaseous crossflows has many natural and industrial applications, for example, in fuel atomization in gas turbine engines, rocket engines, film cooling, and, recently, suspension and solution precursor plasma spraying processes for the development of advanced coatings. Viscosity and density of the gaseous medium may significantly vary in applications such as plasma spraying, which can affect the instability waves on the liquid jet column, resulting in a major change in the mechanism of primary and secondary breakups. In this study, a numerical model is used to investigate the impact of gas viscosity on breakup mechanisms for a wide range of density ratios and Weber numbers. Due to many challenges, only a few comprehensive atomization measurements have been performed on this subject. However, novel computational models could provide the atomization process with a thorough picture in the last two decades. The incompressible variable-density Navier–Stokes equations are solved by using finite volume schemes, and a geometric volume-of-fluid technique is used to track the gas–liquid interface. In our parametric study, three sets of density ratios and Weber numbers are chosen. In each set, four cases with different orders of magnitude of gaseous Reynolds number are simulated. Different characteristics of jet atomization are analyzed, such as the jet trajectory, breakup location, and surface instabilities generated along the jet column. Ultimately, the effects of gaseous Reynolds number, density ratio, and Weber number on jet deformation and breakup mechanisms are discussed.
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.
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 découle