MétaCan
Menu
Retour à la cohorte
Enregistrement W4408290380 · doi:10.1063/5.0254823

Non-equilibrium condensation modeling of CO2 nozzle flow under subcritical and supercritical conditions

2025· article· en· W4408290380 sur OpenAlexaboutno aff
Junbin Chen, Cong Guo, Chunyu Feng, Xiao Qu, Sicong Tan, Wan Sun, Yuyan Jiang

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueGas Dynamics and Kinetic Theory
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPhysicsSupercritical fluidNozzleCondensationMechanicsFlow (mathematics)Supercritical flowThermodynamicsStatistical physicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Turbomachinery is crucial in transcritical CO2 heat pumps and supercritical CO2 Brayton cycles. During the internal transcritical expansion process, non-equilibrium condensation can occur, leading to droplet formation, which reduces turbomachinery efficiency and may damage the blades. Currently, non-equilibrium condensation calculations face inaccurate predictions of condensation shock waves and downstream pressures. To investigate the influence of various factors on the accuracy of non-equilibrium condensation numerical simulation, this study examines the effects of nucleation models, droplet growth models, and turbulence models. The Eulerian–Eulerian source term model is employed to compare and study the non-equilibrium condensation within a CO2 Laval nozzle under subcritical and supercritical inlet conditions. The results indicate that different nucleation models directly affect the numerical accuracy of the nucleation location and the condensation shock wave, with minimal impact on the pressure distribution downstream of the throat. Besides, different droplet growth models have little effect on the numerical accuracy of nucleation location and the downstream pressure distribution. The large eddy simulation has a significant impact on numerical accuracy, with a larger pressure jump and better experimental agreement for downstream pressure distribution. These findings provide guidance for the further development of non-equilibrium condensation models.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,308
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetGas Dynamics and Kinetic TheoryTravaux en français237 207