MétaCan
Menu
Retour à la cohorte
Enregistrement W7133039059

A computational analysis of high speed particle-laden flows

2002· dissertation· W7133039059 sur OpenAlexfundno aff
Ali Bagheri Dolatabadi

Notice bibliographique

RevueTSpace · 2002
Typedissertation
Langue
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésShroudNozzleSupersonic speedCoatingFlow (mathematics)Particle (ecology)Jet (fluid)CeramicShock (circulatory)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Particle-laden flow has been acknowledged as an important phenomenon integral to many technological and natural systems. Analysis of a high speed particle-laden flow typical of those in the high velocity oxy-fuel (HVOF) process is presented in this thesis. Since the particulate flow in this process includes a large variety of particle suspension, the Lagrangian and Eulerian approaches have been applied in parallel to simulate the two-phase flow associated with the process. Effects of attaching a cylindrical shroud to the end of the supersonic HVOF nozzle on gas and particle flows have been analyzed. It was found that the shroud significantly reduces the oxygen content in the field by protecting the supersonic jet from ambient air entrainment. The validation experiments were performed for the majority of process parameters such as shock formation, particle conditions, and coating oxygen content. The thesis concludes with application of the numerical models in designing a nozzle that provides improved performance in the areas of deposition efficiency, particle in-flight oxidation, and flexibility to allow coating of ceramic powders. And finally, the new nozzle was built, and successfully tested with several coating materials including metallic, carbide, and ceramic powders.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,018
Tête enseignante GPT0,296
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.

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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207