MétaCan
Menu
Retour à la cohorte
Enregistrement W1982499032 · doi:10.2514/6.2003-214

An Iterative Inverse Design Method Based on Aerodynamic Streamline Equations

2003· article· en· W1982499032 sur OpenAlexaff
Jianzhong Yu, Farooq Saeed, Ion Paraschivoiu

Notice bibliographique

Revue41st Aerospace Sciences Meeting and Exhibit · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésAerodynamicsComputer scienceIterative methodInverseApplied mathematicsMathematical optimizationAlgorithmMathematicsMechanicsPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

Aerodynamic characteristics are very sensitive to airfoil leading-edge geometry, and its accurate treatment is a limitation of many existing design methods. The objective of the present research is to develop an interactive inverse design method that is not only efficient but can also treat the leading-edge region accurately. In the formulation of the method, a small-perturbation geometric equation is deduced from the streamline momentum equations, the continuity equation, and the isentropic relations with the geometry similarity assumption of near streamlines to the airfoil surface. Moreover, the transonic correction is considered in the aforementioned equation with the assumption for the effects of waves reflected from the free surface (sonic line) because the method based on the surface flow values cannot take into account the transonic characteristics such as wave interference. The geometric perturbation normal to the airfoil surface is then calculated by solving this second-order initial value ordinary differential equation iteratively to obtain an airfoil design. Techniques such as airfoil smoothing, nonuniform relaxation, and the strained coordinate transfer are employed to accelerate convergence. The airfoil design cases demonstrate the remarkable efficiency and accuracy of the method not only for compressible flows but also for low-speed flows. Moreover, the method allows the leading-edge shape to be determined accurately and, thus, to overcome the deficiency of many of the related methods.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: aucune
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,823

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,269
Écart entre enseignants0,244 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue41st Aerospace Sciences Meeting and ExhibitMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207