MétaCan
Menu
Retour à la cohorte
Enregistrement W4404322430 · doi:10.3390/coatings14111444

Flow Field of Supersonic Oxygen Jet Generated by Various Wear Lengths at the Laval Nozzle Exit

2024· article· en· W4404322430 sur OpenAlexaboutno aff
Fuhai Liu, Shaobo Lu, Rong Zhu, Guangsheng Wei, Kai Dong

Notice bibliographique

RevueCoatings · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNozzleJet (fluid)Supersonic speedMechanicsFlow (mathematics)Materials scienceChoked flowAerospace engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

As a main apparatus, the oxygen lance is used to deliver the oxygen element and transfer kinetic energy into the molten bath in the steelmaking process. However, the Laval nozzle exit would be gradually worn out during the service life, which suppresses the performance of the oxygen lance. This paper investigated three different wear length (Lw) conditions at the exit of the Laval nozzle through numerical simulations and high-temperature experiments with various oxygen flow rates. The result showed that the entrainment of the ambient gas was the key factor of the wear phenomenon for the Laval nozzle exit. The maximum total temperature of the gas phase at the Laval nozzle exit formed by the Lw of 0 mm, 2 mm, and 4 mm were 300 K, 959 K, and 1700 K, respectively. Thus, by increasing the Lw value, the total temperature of the gas phase was rapidly improved at the exit of the Laval nozzle, which further accelerated the wear phenomenon at the exit of the Laval nozzle. Besides, axial velocities at the end of the potential core formed by the Lw of 0 mm, 2 mm, and 4 mm were 483.7 m/s, 480.0 m/s, and 478.7 m/s, respectively. As a result, the wear phenomenon reduced the impaction ability of the oxygen jet, which suppressed the impaction depth and radius, resulting in a smaller droplet generation rate.

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 enseignants0,580
Score d'incertitude au seuil0,371

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 Opus0,005
Tête enseignante GPT0,206
Écart entre enseignants0,202 · 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 revueCoatingsMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207