CFD Analysis of Various Automotive Bodies in Linear Static Pressure Gradients
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Establishing data adjustments that will give an interference free result for bluff bodies in automotive wind tunnels has been pursued for at least the last 45 years. Recently, the Two-Measurement correction method that yields a wake distortion adjustment for open jet wind tunnels has shown promise of being able to adjust for many of the effects of non-ideal static pressure gradients on bluff automotive bodies. Utilization of this adjustment has shown that a consistent drag results when the vehicle is subjected to the various gradients generated in open jet wind tunnels. What has been lacking is whether this consistent result is independent of the other tunnel interference effects. The studies presented here are intended to fill that gap on the performance of the two-measurement technique. The subject CFD studies are designed to eliminate all wind tunnel interference effects except for the variation of the (linear) static pressure gradient. Zero gradients and linear gradients are generated by tapering the walls of solid wall test sections with a blockage ratio of 0.5%. Under these conditions, the variation in drag coefficient is observed with and without application of simple buoyancy adjustments, Glauert Factor based adjustments, and the two-measurement method adjustments. Conclusions are reached relative to the ability with each of these approaches to achieve interference free results on a range of vehicle body styles both simplified and with a moderate level of production vehicle detail.</div></div>
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».