MétaCan
Menu
Retour à la cohorte
Enregistrement W4409146450 · doi:10.1063/5.0259952

Analysis and mitigation of post-bore noises in modeling mixed flows in closed conduits

2025· article· en· W4409146450 sur OpenAlexaff
Xin Liu

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensUniversity of OttawaEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésPhysicsElectrical conduitMechanicsStatistical physicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, the author analyzes the post-bore noise problem in mixed pipe-flow modeling, which uses shock-capturing methods within single-equation frameworks. The study reveals that the origin of these numerical noises following pipe-filling is the sudden jump from the free-surface gravity wave speed c to a significantly higher constant pipe acoustic wave speed ac during surcharging. This abrupt transition results in an excessively large Laplacian type numerical dissipation, which overwhelms the physical fluxes, reverses their directions, and leads to significant decreases in mass and momentum, particularly at the bore front where the concavity of the conserved variable is not small in a relatively sharp bore profile, and periodically manifest at the bore front following the initial pressurization of a cell. Based on the analyses of the above origin and underlying mechanisms, the author proposes a novel noise-mitigation technique: the post-bore oscillation mitigation (PBOM) approach, which diminishes the concavity of the shock profile by allowing the ventilated cells ahead of the bore to fill more rapidly, and introduces a new smooth transient function for signal wave speed to prevent a sudden jump in the numerical viscosity coefficient. Some preliminary tests validate this proposed noise-mitigation approach.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 GPT0,226
Écart entre enseignants0,220 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207