MétaCan
Menu
Retour à la cohorte
Enregistrement W2039919276 · doi:10.1115/1.3106031

Effects of Reynolds Number and Freestream Turbulence Intensity on the Unsteady Boundary Layer Development on an Ultra-High-Lift Low Pressure Turbine Airfoil

2009· article· en· W2039919276 sur OpenAlexaff
Xuefeng Zhang, H. P. Hodson

Notice bibliographique

RevueJournal of Turbomachinery · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensNational Research Council Canada
Organismes subventionnairesEuropean Commission
Mots-clésBoundary layerWakeFreestreamAirfoilMechanicsReynolds numberTurbulenceFlow separationLift (data mining)PhysicsBoundary layer thicknessTurbulence kinetic energyClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The effects of Reynolds numbers and the freestream turbulence intensities (FSTIs) on the unsteady boundary layer development on an ultra-high-lift low-pressure turbine airfoil, so-called T106C, are investigated. The measurements were carried out at both Tu=0.5% and 4.0% within a range of Reynolds numbers, based on the blade chord and the isentropic exit velocity, between 100,000 and 260,000. The interaction between the unsteady wake and the boundary layer depends on both the strength of the wake and the status of the boundary layer. At Tu=0.5%, both the wake’s high turbulence and the negative jet behavior of the wake dominate the interaction between the unsteady wake and the separated boundary layer on the suction surface of the airfoil. Since the wake turbulence cannot induce transition before separation on this ultra-high-lift blade, the negative jet of the wake has the opportunity to induce a rollup vortex. At Tu=4.0%, the time-mean separation on the suction surface is much smaller. With elevated FSTI, the turbulence in the wake just above the boundary layer is no longer distinguishable from the background turbulence level. The unsteady boundary layer transition is dominated by the wake’s negative jet induced boundary layer variation.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,616
Score d'incertitude au seuil0,860

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,199
Écart entre enseignants0,195 · 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

Citations29
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of TurbomachineryMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207