MétaCan
Menu
Retour à la cohorte
Enregistrement W4411244796 · doi:10.53555/sfs.v9i1.3637

Performance Prediction And Loss Estimation Of Centrifugal Pumps

2022· article· en· W4411244796 sur OpenAlexvenueno aff
Hetal Chaudhari, Milap Madhikar, Kapil Banker, Yogesh Bhoya, Piyush Mistri

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCentrifugal pumpEstimationComputer scienceMechanicsMathematicsImpellerPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

The centrifugal pumps are widely used in distribution system in various plants to overcome gravity and friction losses in pipes to move fluids with high efficiency. In order to improve the performance of the pump, hydraulic losses should be reduced. In the present study, an attempt is made to calculate the losses produce in centrifugal pump, which affect the hydraulic efficiency, with the use of theoretical models given by the various researchers. In the present study two loss models are studied which were previously published in the open literature and tried to find a convenient loss model for a reliable performance prediction of centrifugal pump. In this paper an attempt has also been made to give some information about the contribution of losses of different component of pump in total loss. A loss analysis has been presented to predict and improve the performance of centrifugal pump. Head vs flow characteristic curves obtained at design speed from the loss models are compared with the manufacturer’s curves. Prediction of the shape of total head-flow curves are in good agreement with the manufacturer’s data and from the study it is found that Gulich model is very convenient to predict the hydraulic losses.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,310
Score d'incertitude au seuil0,185

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
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 Opus0,060
Tête enseignante GPT0,229
Écart entre enseignants0,169 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetCavitation Phenomena in PumpsTravaux en français237 207