Experimental Investigation of a Cavitating Water Flow With the Addition of Drag-Reducing Agents
Notice bibliographique
Résumé
Local reduction of the pressure in a flow field to levels lower than the saturation pressure triggers the production of tiny vaporous bubbles and causes the cavitation phenomenon. Higher pressure reductions significantly increase the cavitation bubbles’ population, which can coalesce and generate large-scale cavitation structures such as cloud cavitation that shed downstream of the flow channel. The chaotic collapse of cavities produces strong shockwaves in regions with a recovered pressure which causes serious erosion on solid surfaces and high levels of noise. Hence, there is a growing interest in cavitation control methods. In this study, drag-reducing polymer additives are utilized as cavitation reducing (CR) agents in a converging-diverging mesoscale nozzle to verify the applicability of these agents in the control of the cavitation process. Analysis of high-speed images of the cavitating flow fields reveals that the viscoelastic flow of a 400 ppm polymer solution reduced the cavitation intensity by nearly 60 % relative to the pure water flow at a similar Reynolds number. Ultra-high-speed imaging of single cavitating bubbles at the inception showed that in a viscoelastic flow, the collapse period of cavities is longer, and their sizes are shrunk at a lower rate relative to their counterparts in the puer water. Particle image velocimetry (PIV) was used to study the near-wall turbulent flow fields at the flow conditions close to the cavitation inception, at different flow locations with non-zero pressure gradients present on the curved surfaces. Preliminary analysis of the results reveals that viscoelasticity alters the near-wall turbulence and distribution of the pressure gradient fluctuations, which might link to the significant reduction of cavitation intensity in polymeric 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 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) | 0,001 | 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 ».