MétaCan
Menu
Retour à la cohorte
Enregistrement W2085206622 · doi:10.4271/2014-01-0612

CFD Analysis of Automotive Bodies in Static Pressure Gradients

2014· article· en· W2085206622 sur OpenAlexaff
Mark Gleason, Todd H. Lounsberry, Khaled Sbeih, Sreekanth Surapaneni

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Applied Research
Établissements canadiensChrysler (Canada)
Organismes subventionnairesnon disponible
Mots-clésAutomotive industryComputational fluid dynamicsComputer scienceAutomotive engineeringMarine engineeringAerospace engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

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 and add more realistic model and wind tunnel conditions to the evaluations of the performance of the two-measurement technique. The subject CFD studies are designed to greatly reduce all wind tunnel interference effects except for the variation of the non-linear static pressure gradients. A zero gradient condition is generated by simulating a solid wall test section with a blockage ratio of 0.1%. The non-linear gradients are simulated using a semi-open jet test section with a very large 40 square meter nozzle exit and a variable length test section. Under these conditions, the variation in drag coefficient is observed with and without application of the two-measurement method adjustments. Conclusions are reached relative to the ability of this approach to achieve interference free results on a fully detailed sedan body style and the sources of the drag change caused by the pressure gradient.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetEngineering Applied ResearchTravaux en français237 207