MétaCan
Menu
Retour à la cohorte
Enregistrement W7106599574

PSV Experimental Study on Supersonic Shock Atomization Nozzle for Gas Well

2019· article· zh· W7106599574 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2019
Typearticle
Languezh
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNozzleSupersonic speedParticle image velocimetryInletParticle (ecology)TuyereKinetic energyTwo-phase flow
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

"Liquid accumulation in gas well" could be observed in the natural gas well production. According to the principle of supersonic shock atomization technology, the particle shadow velocimetry (PSV) is used to compare and analyze the atomization performance of the Laval nozzle and the straight-hole nozzle under different inlet pressure conditions. By simultaneously measuring the droplet size and velocity using digital image processing algorithm, the effectiveness and feasibility of the Laval nozzle atomization technology is verified. The results show that after the gas phase is accelerated by the nozzle, it can promote the droplets to break into smaller droplets and thus enhance atomization. Using PSV technology, it is proved that the atomization performance of the Laval nozzle is better than that of the straight-hole nozzle. The droplets get more kinetic energy as the inlet gas phase pressure increases, and after colliding with the high-velocity gas, the droplets average size is further reduced. A tracer particle with great following performance and distinguished particle image should be added to the gas phase in order to attain the flow field distribution of the gas phase and the liquid phase. The study can provide technical support for the liquid accumulation elimination of low-production gas wells.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,135
Tête enseignante GPT0,485
Écart entre enseignants0,350 · 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'étudeExpérimental (laboratoire)
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetFluid Dynamics and Heat TransferTravaux en français237 207