MétaCan
Menu
Retour à la cohorte
Enregistrement W4403335506 · doi:10.3390/app14209255

Orifice versus Converging-Nozzle Grid Turbulence: A Wavelet Perspective

2024· article· en· W4403335506 sur OpenAlexaff
Ankit Raj, David S.‐K. Ting, Yang Yang

Notice bibliographique

RevueApplied Sciences · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Signal Denoising Methods
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTurbulencePerspective (graphical)NozzleBody orificeGridComputer scienceMechanicsPhysicsMathematicsMechanical engineeringEngineeringGeometryThermodynamicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Grids such as perforated plates are of fundamental importance in flow turbulence study and are commonly utilised to promote mixing. An orificed perforated plate (OPP) and its reversed counterpart, the converging-nozzle perforated plate (CNPP), were applied to produce quasi-isotropic turbulence inside a wind tunnel. The three orthogonal velocity components were measured using a triple hotwire at 10D downstream of the perforated plate for Reynolds numbers, ReD, 18,700 and 28,400, where D is the diameter of the perforated holes. The statistics of the grid-generated turbulence was analysed using the time-averaged local velocity profile and turbulence intensity, which revealed a more homogeneous distribution of the flow field with a higher level of turbulence for the OPP. Fourier and wavelet analyses were employed to investigate the energy of the eddies as a function of frequency and multiscale characteristics of the fluctuating velocity, respectively. At ReD = 18,700, the turbulent energy remains prominently with large-scale vortical structures which are non-intermittently present in the flow for both perforated plates. The thickness of the converging channels of the CNPP appears to provide the venue for spawning intermittent fluctuations. At higher ReD 28,400, the effect of this intermittent behaviour becomes evident for the CNPP, leading to a multiscale distribution of turbulent energy.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,316
Écart entre enseignants0,283 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetImage and Signal Denoising MethodsTravaux en français237 207