MétaCan
Menu
Retour à la cohorte
Enregistrement W2084255703 · doi:10.2514/1.9252

Hypervelocity Fuel/Air Mixing in a Shcramjet Inlet

2004· article· en· W2084255703 sur OpenAlexaff
J. P. Sislian, Bernard Parent

Notice bibliographique

RevueJournal of Propulsion and Power · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHypervelocityInletRamjetMixing (physics)Materials scienceAerospace engineeringMechanicsEnvironmental scienceMeteorologyEngineeringThermodynamicsPhysicsCombustorCombustionMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The mixing of fuel with air in the inlet of a shock-induced combustion ramjet (shcramjet) is presented. The study is limited to nonreacting hydrogen/air mixing in an external-compression inlet at a flight Mach number of 11 and at a dynamic pressure of 1400 psf (67,032 Pa), with use of an array of cantilevered ramp injectors. Results are obtained using the WARP code solving the Favre-averaged Navier‐Stokes equations closed by the Wilcox kω turbulence model and the Wilcox dilatational dissipation correction, discretized by the Yee‐Roe flux-limited scheme. Because of the fuel being injected at a very high speed, fuel injection in the inlet is found to increase the thrust potential considerably, with a gain exceeding the losses by 40‐120%. Losses due to skin friction are seen to play a significant role in the inlet, because they are estimated to make up as much as 50‐70% of the thrust potential losses. The use of a turbulence model that can predict the wall shear stress accurately is, hence, crucial in assessing the losses accurately in a shcramjet inlet. Substituting the second inlet shock by a Prandtl‐Meyer compression fan is encouraged because it decreases the thrust potential losses and reduces the risk of premature ignition by reducing the static temperature, while decreasing the mixing efficiency by a mere 6%. One approach that is observed to be successful at increasing the mixing efficiency in the inlet is alternating the injection angle along the injector array. The use of two injection angles of 9 and 16 deg is seen to result in a 32% increase in the mixing efficiency at the expense of a 14% increase in the losses when compared to a single injection angle of 10 deg. When alternating injection angles are used, the mixing efficiency reaches as much as 0.47 at the inlet exit.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,005
Tête enseignante GPT0,207
Écart entre enseignants0,202 · 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

Citations45
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Propulsion and PowerMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207