Inlet CFD Results: Comparison of Solver, Turbulence Model, Grid Density, and Topology
Notice bibliographique
Résumé
AIAA’s first Propulsion Aerodynamics Workshop (PAW) was held in 2012 at the Joint Propulsion Conference (JPC) in Atlanta. Representatives from academia, industry and commercial CFD tool vendors were encouraged to participate and simulate a serpentine inlet duct (S-duct), and a family of convergent nozzles for a blind comparison of CFD results with test data. Most of the test data was kept private until the conclusion of the workshop. Lockheed Martin Aeronautics Company (LM Aero) was among the participants from industry, and provided results for the S-duct and the nozzles. LM Aero’s results for the S-duct are summarized in this paper. LM Aero’s comparison included results from a commercial code as well as a code developed internally. The commercial code was CFD++ from Metacomp Technologies, Inc., and the in-house code was LM Aero’s Falcon CFD tool. Both CFD codes were applied to the same family of grids, which included three structured hexahedral grids at different mesh densities, and three tet-prism hybrid grids at different mesh densities. Two turbulence models were compared with each solver on each grid. This resulted in 24 cases in the primary solution set (6 grids with 4 solutions per grid). The final comparisons showed that both codes performed well and predicted the stagnation pressure recovery at the Aerodynamics Interface Plane (AIP) to within 1% in general, and to within 0.1% in certain cases (beyond the precision of the test data). The predicted distortions matched test data slightly less favorably, but compared well with other participants. Also summarized are the guidelines used to reliably obtain a converged result. Figure 1 depicts the S-duct and nozzle geometry.
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) | 0,001 | 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 ».