MétaCan
Menu
Retour à la cohorte
Enregistrement W2008581069 · doi:10.1115/1.2716419

Pressure-Based Finite-Volume Methods in Computational Fluid Dynamics

2007· article· en· W2008581069 sur OpenAlexaff
S. Acharya, B. R. Baliga, Kailash C. Karki, Jayathi Y. Murthy, C. Prakash, S. P. Vanka

Notice bibliographique

RevueJournal of Heat Transfer · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFinite volume methodCompressibilityPolygon meshFinite element methodMultigrid methodComputer scienceTRACE (psycholinguistics)Volume (thermodynamics)Pressure-correction methodIncompressible flowComponent (thermodynamics)Computational scienceFlow (mathematics)Compressible flowMathematical optimizationMathematicsMechanicsPartial differential equationAerospace engineeringEngineeringGeometryPhysicsMathematical analysisStructural engineering

Résumé

récupéré en direct d'OpenAlex

Pressure-based finite-volume techniques have emerged as the methods of choice for a wide variety of industrial applications involving incompressible fluid flow. In this paper, we trace the evolution of this class of solution techniques. We review the basics of the finite-volume method, and trace its extension to unstructured meshes through the use of cell-based and control-volume finite-element schemes. A critical component of the solution of incompressible flows is the issue of pressure-velocity storage and coupling. The development of staggered-mesh schemes and segregated solution techniques such as the SIMPLE algorithm are reviewed. Co-located storage schemes, which seek to replace staggered-mesh approaches, are presented. Coupled multigrid schemes, which promise to replace segregated-solution approaches, are discussed. Extensions of pressure-based techniques to compressible flows are presented. Finally, the shortcomings of existing techniques and directions for future research are discussed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,009
Tête enseignante GPT0,269
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations94
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Heat TransferMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207