MétaCan
Menu
Retour à la cohorte
Enregistrement W1604432265 · doi:10.4271/2005-01-3375

Mechanisms for Downstream Ice Growth

2005· article· en· W1604432265 sur OpenAlexaff
Egemen Ogretim, Wade Huebsch, J.C. Narramore, Bob Mullins

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensBell Helicopter Textron (Canada)
Organismes subventionnairesnon disponible
Mots-clésDownstream (manufacturing)Environmental scienceComputer scienceEngineeringOperations management

Résumé

récupéré en direct d'OpenAlex

Even though aircraft icing has been an active area of research for many years due to its public safety ramifications, there are still gaps in the knowledge base, such as in the ice accretion process. Ice prediction codes have been developed and generally can capture the gross features of the ice shape for many areas of parameter space. However, there are still features of the ice shapes that are not captured and not well understood. For example, current icing codes have difficulty in predicting the ice or frost that develops beyond the impingement limits from a standard trajectory analysis. This is a strong indicator that there are other physical mechanisms that lead to ice growth in these areas, which require further investigation. The present study focuses on the effects of relative humidity and shed vortices from the ice surface on the downstream ice growth. Relative humidity was found to be a secondary effect in the direct impingement regions due to the time scales involved. However, exposure to supersaturated air for long periods can lead to localized ice/frost growth aft of the primary ice shape. It was also found that the vortices shed from ice surface or vortices entrapped within the ice roughness can alter the trajectory paths of the droplets and potentially change the ice growth process. The altered paths result in impingement on areas that are beyond the direct impingement region.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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'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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetIcing and De-icing TechnologiesTravaux en français237 207