MétaCan
Menu
Retour à la cohorte
Enregistrement W4402455257 · doi:10.11159/htff24.270

Numerical Simulation of Cryogenic Fluid Sloshing In Propellant Tank and Influence of Damping with Ring Baffles Under Forced Excitations

2024· article· en· W4402455257 sur OpenAlexvenueno aff
Sajid Momin, Pradeep Kumar P, A. Salih

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSpacecraft and Cryogenic Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSlosh dynamicsBafflePropellantMechanicsComputer simulationMaterials sciencePhysicsEngineeringAerospace engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Sloshing phenomena in fluid systems have emerged as a significant challenge with wide-ranging implications across various engineering domains, including aerospace and cryogenic storage.This paper presents a comprehensive study of sloshing effects in cryogenic propellant tanks, focusing on the behaviour of liquid oxygen as the working fluid.Sufficient works are present in literature demonstrating predictability of sloshing dynamics without phase change.Specific parameters governing the evaporation and condensation of cryogenic fluids introduces distinct challenges.In this paper, the numerical behaviour of sloshing is simulated using Ansys Fluent with a Volume of Fluid (VOF) model and the Lee model to handle phase change.Through numerical simulations, the study investigates the effect of baffles with different sizes under various excitation frequencies, to enhance our understanding and mitigation strategies for sloshing-related issues in cryogenic fluid systems.Selection of an appropriate baffles in cryogenic propellant tanks is a concern for safe operation during the entire flight duration in aerospace vehicles.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetSpacecraft and Cryogenic TechnologiesTravaux en français237 207