MétaCan
Menu
Retour à la cohorte
Enregistrement W4392372350 · doi:10.1002/cjce.25231

Numerical simulation of inter‐stage of multistage centrifugal pump by varying number of blades

2024· article· en· W4392372350 sur OpenAlexvenueno aff
D. D. Yadav, Raj Kumar Singh, Manjunath Kumarswamy

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImpellerCentrifugal pumpDiffuser (optics)Computer simulationStage (stratigraphy)Rotational speedComputationHead (geology)Parametric statisticsMechanical engineeringComputer scienceEngineeringMechanicsSimulationMathematicsPhysicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract Numerous impellers are placed in line on the same shaft in a multistage centrifugal pump, comprising an impeller, diffuser, and return channel. The design of a two‐stage multistage centrifugal pump according to the specifications given in the literature was created using Creo Parametric software and validated by carrying out a numerical simulation of the first‐stage centrifugal pump by varying the number of blades and impeller speed and concluding that the pump with 7 blades and 1900 rpm rotation gives the best efficiency and head by comparing the obtained results to experimental ones. ANSYS Fluent 2022R1 was used for simulation. The optimal solutions from the first stage were used to analyze the second stage. It was observed that losses in the diffuser of the 1st stage and 2nd stage are almost the same, but head losses in the return passage of the 1st stage and 2nd stage have differences of 19.99%, 28.5%, and 23.59% for 5, 6, and 7 blades, respectively. The findings show that the multistage simulation could more accurately mirror the actual flow than the two‐stage simulation, but it also had more demanding computer configuration requirements. A two‐stage simulation is a good option for estimating pump performance because it balances computation time and numerical precision better.

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 enseignants0,090
Score d'incertitude au seuil0,452

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 GPT0,223
Écart entre enseignants0,216 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCavitation Phenomena in PumpsTravaux en français237 207