MétaCan
Menu
Retour à la cohorte
Enregistrement W4386898899 · doi:10.18280/i2m.220403

Measurement of Bubbly Two-Phase Flow in a Vertical Pipe Using Ultrasonic Velocity Profiler and Digital Optical Imaging

2023· article· en· W4386898899 sur OpenAlexvenueno aff
Thang Nguyen

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUltrasonic sensorPhase (matter)Flow (mathematics)Optical flowGeologyTwo-phase flowOpticsAcousticsFlow measurementMaterials scienceMechanicsPhysicsComputer scienceComputer visionImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

In this study, a novel measurement framework for two-phase air-water bubbly flow has been developed.It consists of ultrasonic and digital optical imaging systems.The measured parameters include instantaneous velocity profiles of the two phases, void fraction and bubble size of the gas phase.The simultaneous velocity profiles of both phases are measured by the state-of-the-art multiwave Ultrasonic Velocity Profile methodmultiwave UVP for short.The void fraction and bubble size are measured by a digital imaging system that exploits high-speed video imaging.Non-intrusive measurement of these instantaneous flow parameters is still a challenge in two-phase flow study.In the present investigation, two ultrasonic signal processing algorithms have been implemented and tested, namely Doppler signal processing and correlation one.Similarly, rigorous digital image processing algorithms implemented in ImageJ tool have been exploited and tested to obtain the average void fraction and bubble size distribution.Furthermore, measurements and analyses have been carried out for various flow conditions.For the particular flow configuration investigated, important experimental data of the two-phase counter-current bubbly flow have been successfully obtained for the first time.The measured data are useful for both experimental and numerical analyses, especially computational fluid dynamics -CFD analyses, of two-phase flows.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,290
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetFlow Measurement and AnalysisTravaux en français237 207