Transition-Flow-Occurrence Estimation: A New Method
Notice bibliographique
Résumé
There is a current need for a simple and effective way for determining the transition onset and transition extent on a solid surface in a general CFD solver, in order to include the transition effects in the aerodynamic coefficients calculation. The present paper propose a new method for estimating the transition onset and extent based on the temporal variation of the skin friction coefficient and the flow vorticity at the wall. The method consists in two steps: in the first step an unsteady Navier-Stokes simulation is performed around the aerodynamical configuration, in this step the skin friction and vorticity at the wall are recorded, this two parameters are used for determining the transition onset and transition length. In a second step of the method the computational grid is split in three regions: a laminar, a transition and a turbulent region; and a new simulation is done on this zonal mesh using the Reynolds Averaged Navier-Stokes. In order to coupling the transition region with the laminar and turbulent regions a linear intermittency function is used that multiplies the turbulent part of the viscosity. The intermittency function is zero in the laminar region and one in the turbulent region. The presented method is further validated with experimental data from literature; it is shown that the relative error in the drag coefficient calculated with the present method is lower than 8%, when a fully-turbulent simulation can introduce errors up to 50%.
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 ».