MétaCan
Menu
Retour à la cohorte
Enregistrement W4406146683 · doi:10.1063/5.0241372

Evolution of particle cloud after being impacted by a planar shock: Particle-resolved simulation and theoretical model

2025· article· en· W4406146683 sur OpenAlexaboutno aff
Z C Yu, Yi Ren, Yi Shen, Jian-Yu Lin, Hang Ding

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Laboratory of Shockwave and Detonation PhysicsNational Natural Science Foundation of China
Mots-clésPhysicsMechanicsMach numberDrop (telecommunication)Shock waveParticle (ecology)Geology

Résumé

récupéré en direct d'OpenAlex

Interaction between shock and particle cloud is numerically investigated by using a conservative sharp interface method. At the early stage of the interaction, reflected shock waves at the upstream of the particle cloud merge into a shock front, accompanied by local compression of the particle cloud. When high-speed flow passes through the particle cloud, the particles effectively serve as connected Laval nozzles. Consequently, rarefaction waves and shocklets are formed among the particles. Particularly, supersonic expansion occurs at the downstream of the particle cloud, which is partly responsible for the diffusion of the particle cloud at the late stage of the interaction. To quantitatively analyze the evolution of the flow field in the particle cloud, we calculate the spanwise average of flow quantities as well as the local volume fraction of the particles. The effect of the particle cloud on the evolution of the flow field is then approximated by a one-dimensional variable cross section pipe model, especially when the particle structure remains more or less the same as the initial arrangement. The model takes the initial particle arrangement and the Mach number of incident shock into account and also estimates the pressure drop across the particle cloud based on fractal theory. Furthermore, the macroscopic deformation (such as compression and diffusion) of the particle cloud is evaluated based on a semi-permeable approximation of and the estimation of pressure drop across the particle cloud. The theoretical prediction of the models is compared against the numerical results, and good agreement is achieved.

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 enseignants0,461
Score d'incertitude au seuil0,581

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 Opus0,007
Tête enseignante GPT0,241
Écart entre enseignants0,235 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207