MétaCan
Menu
Retour à la cohorte
Enregistrement W4407397355 · doi:10.2514/6.2025-0754

Experimental Validation of a 1D Control Volume Solver at Multiple Ejector Primary Jet Mass Flow Rates and High Entrainment Conditions

2025· article· en· W4407397355 sur OpenAlexaff
Derek Lastiwka, Jeff Edwards, Artem Korobenko, Craig T. Johansen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInjectorEntrainment (biomusicology)Jet (fluid)MechanicsControl volumeSolverMass flow rateFlow (mathematics)Environmental scienceVolume of fluid methodVolume (thermodynamics)Computer scienceAerospace engineeringPhysicsMaterials scienceThermodynamicsEngineeringAcoustics

Résumé

récupéré en direct d'OpenAlex

Experimental validation of a quasi 1D ejector-ramjet (ERAM) solver was performed at various subsonic flow inlet conditions corresponding to high entrainment ratios. An ejector apparatus designed to replicate the intake of an ejector-ramjet engine under development, and was connected to a vacuum chamber to achieve the desired inlet conditions. Two groups of experiments were performed, one where the ejector apparatus’ primary jet was enabled and three different primary jet mass flow rates were tested, and the other group where the primary jet was disabled. In both groups of experiments various-sized orifice plates were used to restrict the flow entering the evacuated vacuum chamber to achieve the desired high entrainment ratios. Two groups of simulations were performed with the 1D-ERAM, one where the friction factor calculations used assumed fully developed turbulent flow, and one where the friction factor calculations accounted for flow development in the mixing tube. From the experimental data, ejector performance parameters of entrainment and compression ratios were calculated, and were then compared against the predictions made by the 1D-ERAM solver.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,692
Score d'incertitude au seuil0,665

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,198 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCombustion and flame dynamicsTravaux en français237 207