Interpolation of probability‐driven model to predict hydrodynamic forces and torques in particle‐laden flows
Notice bibliographique
Résumé
Abstract The development of hydrodynamic force/torque closure models with physical fidelity is crucial for ensuring reliable Euler–Lagrange simulations in particle‐laden flows. Our previous work (Seyed‐Ahmadi and Wachs. J Fluid Mech . 2020;900:A21) proposed a microstructure‐informed probability‐driven point‐particle (MPP) method to construct a data‐driven particle‐position‐dependent closure model, incorporating the effect of surrounding particle positions on forces/torques. However, the MPP model is not pluggable in Euler–Lagrange simulations due to the computation of constant coefficients through linear regression and reliance on statistical arguments to obtain the probability map for a pair of values of solid volume fraction ( Φ ) and Reynolds number (Re). To overcome this limitation, we propose an interpolated MPP (iMPP) method, involving interpolation in the Φ and Re spaces. Our results demonstrate that the iMPP method can capture over 70% of the total fluctuations in hydrodynamic forces/torques in approximately 97.8% of the tested cases. This advancement contributes to a more versatile closure model suitable for integration into E‐L simulations.
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 ».