MétaCan
Menu
Retour à la cohorte
Enregistrement W4392499133 · doi:10.2166/wst.2024.072

Particle separator with vortex claw: an efficient and new technology

2024· article· en· W4392499133 sur OpenAlexafffund
Cheng He, P. Chittibabu, David Nguyen, Quintin Rochfort

Notice bibliographique

RevueWater Science & Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensUniversity of GuelphEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésSeparator (oil production)SettlingInflowMechanicsVortexTurbulenceParticle (ecology)Particle sizeEnvironmental scienceMarine engineeringMaterials scienceAerospace engineeringPhysicsEngineeringGeologyEnvironmental engineeringChemical engineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

Despite facing many challenges, the exploration of using natural forces and mechanisms besides gravity to enhance particle settling has never ceased. A novel particle separator design, which utilizes multiple vortexes to enhance particle settling, was proposed in this study. The basic principle is using the fluid's energy to generate small swirling currents in a specially designed vortex claw generator. These currents bring suspended particles from the rapid and turbulent inflow to relatively quiet water regions, separating them from the main flows and reducing their travel distance to the wall. To verify the new separator design's performance, comparison studies were carried out in the laboratory using physical models. The results showed that the new design had much higher particle capture rates for the same inflow rates and tested particle sizes. Most importantly, it was able to effectively remove small particles, and particle capture rates were much less affected by fluctuations in inflow rates. Since most existing particle separators failed to perform well under large inflow rates, these characteristics make the new design stand out from other separators. Due to its special structure, its treatment capacity can also be easily increased without changing its horizontal separator size.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil0,506

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,231
Écart entre enseignants0,224 · 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'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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207