MétaCan
Menu
Retour à la cohorte
Enregistrement W2055588906 · doi:10.2514/6.2010-635

Modeling of the Electric Field in a Hypersonic Rarefied Flow

2010· article· en· W2055588906 sur OpenAlexfundno aff
Erin Farbar, Iain D. Boyd

Notice bibliographique

Revue48th AIAA Aerospace Sciences Meeting Including the New Horizons Forum and Aerospace Exposition · 2010
Typearticle
Langueen
DomaineMathematics
ThématiqueGas Dynamics and Kinetic Theory
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council CanadaZonta International FoundationNational Aeronautics and Space Administration
Mots-clésElectric fieldHypersonic flowAerospace engineeringMechanicsHypersonic speedPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

the magnitude of convective and radiative heat transfer to the vehicle surface. The presence of this weak plasma necessitates the existence of an electric field in the shock layer to accelerate the charged particles. In this study, the structure of the self-induced electric field in a rarefied reentry flow is examined using a Direct Simulation Monte Carlo solver that is coupled to a Particle in Cell solver. Computations are performed for a one dimensional model of the stagnation streamline of the flow formed in front of a blunt body reentering the Earth’s atmosphere. The model parameters are chosen to produce a flow field structure similar to that experienced by the FIRE II reentry vehicle at an altitude of 85 km in its reentry trajectory. This is accomplished in a computationally tractable manner by varying the freestream density, the diameters of the particles, and the electron mass from the values at the actual FIRE II flight conditions. The flow field results are compared to results obtained using an approximate DSMC method used to incorporate the eect of the electric field on the structure of a hypersonic shock 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,278
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue48th AIAA Aerospace Sciences Meeting Including the New Horizons Forum and Aerospace ExpositionMême sujetGas Dynamics and Kinetic TheoryTravaux en français237 207