Determining the flow transition from laminar to turbulence using simple spin-echo magnetic resonance techniques
Notice bibliographique
Résumé
We have recently introduced a methodology to determine the average velocity and flow behavior index of laminar pipe flow of a power-law fluid using simple magnetic resonance (MR) techniques. In general, MR techniques are noninvasive and capable of working on optically opaque fluids. Knowledge of the average velocity and flow behavior index provides the information needed to reconstruct the flow velocity profile. However, as the flow velocity increases, the flow will begin to develop turbulence. For pipe flow of a particular fluid, the velocity profile is flatter in the center of the pipe at turbulent flow rates compared with laminar flow. An effective flow behavior index can approximate the time-averaged velocity profile, as the Reynolds number increases, as a fluid transitions from laminar to turbulent flow. Here, we show the results of testing the utility of such a simplification in monitoring that transition. For the present study, Reynolds numbers ranged from approximately 490 to 6800, which corresponds to flow rates of 200 to 2750 ml/min and average velocity of 5 to 80 cm/s. We found that visual inspection of the data would be sufficient to determine the state of the flow. With some external knowledge of the flow rate, the shape of the time-averaged velocity profile and eddy diffusivity can be estimated (and potentially also an average fluid particle acceleration).
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 ».