A polydisperse Gaussian-moment model for dilute turbulent multiphase flows
Notice bibliographique
Résumé
The accurate modelling of polydisperse multiphase flows in which a discrete particle phase is suspended in a background fluid remains a considerable challenge. Reliable numerical predictions are especially difficult for turbulent background flows in which a turbulence model is used to account for unresolved turbulent scales. Currently, Lagrangian descriptions for the particle phase are the most common. However, the numerical cost associated with such an approach can be prohibitive. This is especially true when particles are differentiated by numerous properties, thus greatly increasing the number of particles needed for a reliable prediction. Even when sufficient particles are used, the exact effect of unresolved turbulent effects on the particle phase remains difficult to describe. Eulerian descriptions are often more affordable, but traditionally describe only a few low-order statistics of the particle phase and present known mathematical artifacts. More recently, the polydisperse Gaussian moment method (PGM) has been proposed as an Eulerian model for polydisperse flows that includes second-order statistics between all particle properties. This paper demonstrates a simple method by which PGM models can be coupled to an unresolved background turbulent flow field. This treatment leads to an algebraic source of local particle-velocity variance that is caused by turbulent fluctuations. The new model is used to recreate classical experimental dispersion results for particles in a turbulent wind tunnel . Though good agreement is found for monodisperse flows, it is found that the turbulent PGM results spuriously overpredict the dispersion of larger particles. The source of this discrepancy is identified as a limitation of all moment methods with only second-order statistics of multiphase flows exhibiting additional distinguishing properties. In actual flows, turbulence should lead to more dispersion of smaller particles. However, proper statistical treatments of this effect would require a third-order moment relating velocity variance to particle size. This moment is assumed to be zero in the PGM. Thus, this effect cannot be properly captured by PGM methods, regardless of the turbulence model used.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».