Numerical Studies of Turbulent Multiphase Flows and Heat Transfer in Industrial Thermofluid Systems

工业热流体系统中湍流多相流和传热的数值研究

基本信息

批准号：
105727-2012
负责人：
Zhang, Chao
金额：
$ 1.6万
依托单位：
University of Western Ontario
依托单位国家：
加拿大
项目类别：
Discovery Grants Program - Individual
财政年份：
2016
资助国家：
加拿大
起止时间：
2016-01-01 至 2017-12-31
项目状态：
已结题

来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=593251
关键词：
Numerical Studies Turbulent Multiphase Flows

项目摘要

The growing complexity of modern thermofluid systems has imposed increasingly stringent requirements on enhanced design tools, which, in turn, requires a better understanding of the fluid flow and heat transfer in thermofluid systems. A viable and reasonably inexpensive approach to improve the existing design tools is through the development of advanced numerical models. Thus, the need for time-consuming and often costly testing can be reduced. This proposal deals with formulating and verifying mathematical and numerical models and their applications in industries to improve/optimize the thermofluid systems.

现代热流体系统日益复杂，对增强设计工具提出了越来越严格的要求，这反过来又需要更好地了解热流体系统中的流体流动和传热。改进现有设计工具的一种可行且相当便宜的方法是通过开发先进的数值模型。因此，可以减少对耗时且通常成本高昂的测试的需求。该提案涉及制定和验证数学和数值模型及其在工业中的应用，以改进/优化热流体系统。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

数据更新时间：{{ journalArticles.updateTime }}

DOI：
{{ item.doi }}
发表时间：
{{ item.publish_year }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ monograph.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ patent.updateTime }}

Zhang, Chao其他文献

Bond bipolarons: Sign-free Monte Carlo approach

键合双极子：无符号蒙特卡罗方法

DOI：
10.1103/physrevb.105.l020501
发表时间：
2022-01
期刊：
Physical Review B
影响因子：
3.7
作者：
Zhang, Chao;Prokof'ev, Nikolay V.;Svistunov, Boris V.
通讯作者：
Svistunov, Boris V.

Self-Training with Differentiable Teacher

与可区分的老师一起自我训练

DOI：
10.18653/v1/2022.findings-naacl.70
发表时间：
2022-01
期刊：
Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies
影响因子：
0
作者：
Zuo, Simiao;Yu, Yue;Liang, Chen;Jiang, Haoming;Er, Siawpeng;Zhang, Chao;Zhao, Tuo;Zha, Hongyuan
通讯作者：
Zha, Hongyuan

When in Doubt: Neural Non-Parametric Uncertainty Quantification for Epidemic Forecasting

如有疑问：流行病预测的神经非参数不确定性量化

DOI：
发表时间：
2021-12
期刊：
Advances in neural information processing systems
影响因子：
0
作者：
Kamarthi, Harshavardhan;Kong, Lingkai;Rodriguez, Alexander;Zhang, Chao;Prakash, B. Aditya
通讯作者：
Prakash, B. Aditya

Phylogenomic analysis of Wolbachia strains reveals patterns of genome evolution and recombination

沃尔巴克氏菌菌株的系统基因组分析揭示了基因组进化和重组的模式

DOI：
10.1093/gbe/evaa219
发表时间：
2020-01
期刊：
Genome Biology and Evolution
影响因子：
3.3
作者：
Wang, Xiaozhu;Xiong, Xiao;Cao, Wenqi;Zhang, Chao;Werren, John H;Wang, Xu;Wayne, Marta
通讯作者：
Wayne, Marta

Text Classification Using Label Names Only: A Language Model Self-Training Approach

仅使用标签名称进行文本分类：一种语言模型自训练方法

DOI：
10.18653/v1/2020.emnlp-main.724
发表时间：
2020-01
期刊：
Nov. 2020
影响因子：
0
作者：
Meng, Yu;Zhang, Yunyi;Huang, Jiaxin;Xiong, Chenyan;Ji, Heng;Zhang, Chao;Han, Jiawei
通讯作者：
Han, Jiawei