PIV Study of Adverse and Favorable Pressure Gradient Turbulent Flows Over Transverse Ribs
Notice bibliographique
Résumé
This paper reports an experimental study of the combined effects of rib roughness and pressure gradient on turbulent flows produced in asymmetric converging and diverging channels. Transverse square ribs with pitch-to-height ratio of 4 were attached to the bottom wall of the channel to produce the rib roughness. A particle image velocimetry technique was used to conduct measurements at several streamwise-transverse planes located upstream, within, and downstream of the converging and diverging sections of the channel. From these measurements, the mean velocities and turbulent statistics at the top plane of the ribs and across the channel were obtained. The data revealed non-negligible wall-normal motion and interaction between the cavities and overlying boundary layers. The different drag characteristics of the rough bottom wall and the smooth top wall produced asymmetric distributions of mean velocity and turbulent statistics across the channel. The asymmetry of these profiles is most extreme in the presence of adverse pressure gradient. Because of the manner in which pressure gradient modifies the mean flow and turbulence production, it was found that the streamwise turbulence intensity and Reynolds shear stress in the vicinity of the ribs are lower in the adverse pressure gradient than in the favorable pressure gradient channel. The results show also that the combined effects of rib roughness and adverse pressure gradient on the turbulent intensity statistics are significantly higher than when roughness and adverse pressure gradient are applied in isolation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».