Estimating the skin-friction coefficient in drag-reduced pipe flows of a flexible polymer
Notice bibliographique
Résumé
In turbulent pipe flows, drag-reducing polymers are commonly used to reduce skin-friction drag; however, predicting this reduction in industry applications, such as crude oil pipelines, remains challenging. The skin-friction coefficient ( $C_f$ ) of polymer drag-reduced turbulent pipe flows can be related to three dimensionless parameters: the solvent Reynolds number ( $Re_s$ ), the Weissenberg number ( $Wi$ ) and the ratio of solvent viscosity ( $\eta _s$ ) to zero-shear-rate viscosity ( $\eta _0$ ), denoted as $\beta$ . The function that relates these four dimensionless numbers was determined using experiments of various pipe diameters ( $D$ ), flow velocities ( $U$ ) and drag-reducing polyacrylamide solutions. The experiments included measurements of streamwise pressure drop ( $\Delta P$ ) for determining $C_f$ , and measurements of shear viscosity ( $\eta$ ) and elastic relaxation time ( $\lambda$ ). This experimental campaign involved 156 flow conditions, each characterised by distinct values for $C_f$ , $Re_s$ , $Wi$ and $\beta$ . Experimental results demonstrated good agreement with the relationship: $C_f^{-1/2} = \widehat {A}\log _{10}(Re_sC_f^{1/2})+\widehat {B}$ , where $\widehat {A} = 27.6(Wi \beta )^{0.346}$ and $\widehat {B} = 122/15-58.9(Wi \beta )^{0.346}$ . Based on this relationship, onset and maximum drag reduction are predicted to occur when $Wi \beta$ equals $3.76 \times 10^{-3}$ and
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».