MétaCan
Menu
Retour à la cohorte
Enregistrement W4388280665 · doi:10.1139/tcsme-2023-0028

Numerical investigation of the velocity and spreading characteristics of non-circular turbulent jets at different Reynolds numbers

2023· article· en· W4388280665 sur OpenAlexvenueno aff
Sanjay Kumar, Muhammad Bilal, S. Sarwar, Zaheer Ahmed, Mujeeb Iqbal Soomro, Awais Junejo, Abdul Fatah Abbasi, Khanji Harijan

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurbulenceReynolds numberMechanicsJet (fluid)PhysicsTurbulence kinetic energyLaminar flowAnemometerClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The flow field characteristics of non-circular turbulent jets are investigated numerically. A steady numerical simulation is conducted using the k–ε turbulence model in Ansys Fluent software. A hotwire anemometer is utilized to collect velocity data along the jet centerline for velocity validation. The jet exit Reynolds numbers vary from 200 to 5000, covering both laminar and turbulent regimes. The mean flow field characteristics, such as mean velocity, turbulent intensity, velocity decay, and half-jet spread width, are examined. The simulated results depict that mean velocity profile decay reveals a universal decay pattern, and the lateral velocity distribution shows a top-hat-like velocity profile in the near field. It significantly changed into peak-shaped and parabolic-shaped at a far downstream distance. The turbulent intensity profile reveals that shear layer growth begins near the jet exits, and entrainment becomes strong with the Reynold number. The potential core region increases with Reynolds numbers. The jet spread width shows a linear increment with the jet exit Reynolds number. The presented numerical results agree well with the measured experimental results and are consistent with published data.

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: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil0,410

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 Opus0,008
Tête enseignante GPT0,187
Écart entre enseignants0,179 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207