MétaCan
Menu
Retour à la cohorte
Enregistrement W2102656444

CFD Based Wing Shape Optimization Through Gradient-Based Method

2008· article· en· W2102656444 sur OpenAlexaff
Manuel García, Pierre Boulanger, Santiago Giraldo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAirfoilComputational fluid dynamicsAerodynamicsShape optimizationComputer scienceParametrization (atmospheric modeling)WingDomain (mathematical analysis)Boundary (topology)Mathematical optimizationMathematicsAerospace engineeringEngineeringMathematical analysisStructural engineeringFinite element method
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

a low-cost alternative to evaluate its performance. This paper presents and discusses a method for the numerical evaluation of a given shape and its possible optimization regarding its aerodynamic performance. The computational domain is obtained by means of a b-spline curve shape parametrization, the control points are described in an input le and 2D geometry is constructed with a 2D mesher. A valid CFD domain is obtained from constructing a 3D geometry from the 2D information, additional parameters and a volumetric mesher. The aerodynamic information is obtained by solving the Navier-Stokes equations using the OpenFOAM (Opensource Field Operation And Manipulation) toolkit. The method is particularly useful to narrow a design search space for an aerodynamic shape, in which case the proof of concept that this paper presents is an airfoil. This model could be used for initial approximations to improve aerodynamic behavior of a given shape. CFD simulation could deliver accurate predictions of how a given shape would perform under various boundary conditions, characteristic that makes this method more attractive. This type of multidisciplinary design optimizations have been implemented lately and can be implemented to various industrial applications as seen in [5] and [6].

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,415
Score d'incertitude au seuil0,570

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 recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,232
Écart entre enseignants0,217 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207