MétaCan
Menu
Retour à la cohorte
Enregistrement W4413211508 · doi:10.11159/jffhmt.2025.028

Simple Methods for Flow Field Computation in Perforated Tubes

2025· article· en· W4413211508 sur OpenAlexvenueno aff
Dariush Mohammadipour, Ali Ashrafizadeh, Hiva Hormozi

Notice bibliographique

RevueJournal of Fluid Flow Heat and Mass Transfer · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Vibration Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSimple (philosophy)ComputationComputer scienceField (mathematics)Flow (mathematics)MechanicsPhysicsAlgorithmMathematics

Résumé

récupéré en direct d'OpenAlex

Incompressible flow in perforated tubes has many industrial applications including jet engine cooling.Numerical solution methods for multi-dimensional flow models are often prohibitively expensive.Therefore, engineers are interested in simple and rapid computational methods that are applicable in determining velocity and pressure fields in perforated tubes.To respond to this demand, the present paper introduces a number of such methods.Furthermore, using the aforementioned simple methods, the effects of the distribution and diameters of circular holes in a perforated tube with a closed end on the flow field are thoroughly investigated.It is shown that using a onedimensional ideal flow model, analytical solution is possible when the holes have equal diameters and are uniformly distributed (Case 1).A semi-analytical procedure is presented for the ideal flow model when the holes are non-uniformly distributed and/or have various diameters (Case 2).To take the effects of fluid viscosity into consideration, viscous flow in a perforated tube is solved using a numerical solution approach (Case 3).A criterion is provided regarding the applicability of the ideal flow model.Comparison with experimentally-obtained pressure field in a perforated tube shows that the maximum error of ideal flow model, when applicable, is less than 20%.The numerical viscous flow solution is also validated and excellent match with the reference data is observed.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,818
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,287
Écart entre enseignants0,278 · 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'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 revueJournal of Fluid Flow Heat and Mass TransferMême sujetFluid Dynamics and Vibration AnalysisTravaux en français237 207