Adverse and Favourable Pressure Gradient Turbulent Flows Over Smooth and Rough Surfaces
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
An experimental investigation was undertaken to study the salient features of adverse and favourable pressure gradient turbulent flows over a smooth wall and gravel roughness in asymmetric diverging and converging channels. Reference experiments were also performed in a parallel walled channel for which the pressure gradient was nearly zero. A high resolution particle image velocimetry system was used to conduct the velocity measurements. From these measurements, both one-point and two-point statistics were extracted and used to determine the effects of combined roughness and pressure gradient on the turbulence structure. It was found that adverse pressure gradient and surface roughness increased the turbulence intensities and Reynolds shear stress over the entire boundary layer, while favourable pressure gradient increased the turbulent intensities in the wall region and decreased the turbulence level in the outer layer. The Reynolds shear stress was decreased substantially by the favourable pressure gradient resulting in a considerable decay in the levels of the stress ratios over the smooth surface and gravel roughness. The distributions of the turbulent diffusion terms show considerable transport of turbulent kinetic energy and Reynolds shear stress towards the wall in the presence of adverse pressure gradient and surface roughness, while these terms are attenuated by favourable pressure gradient. In the diverging channel, it was found that surface roughness increases the spatial extents of the two-point streamwise velocity auto-correlation contour in the inner layer and increases the extents of the wall-normal velocity correlation in the outer layer.
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.
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 découle