MétaCan
Menu
Retour à la cohorte
Enregistrement W2104047412 · doi:10.1115/ajk2011-05015

OpenFOAM Turbo Tools: From General Purpose CFD to Turbomachinery Simulations

2011· article· en· W2104047412 sur OpenAlexaff
Hrvoje Jasak, Martin Beaudoin

Notice bibliographique

RevueASME-JSME-KSME 2011 Joint Fluids Engineering Conference: Volume 1, Symposia – Parts A, B, C, and D · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésTurbomachineryComputational fluid dynamicsComputer scienceSolverStatorAirfoilRotor (electric)Computational scienceMechanical engineeringAerospace engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

OpenFOAM is an established object-oriented library for Computational Continuum Mechanics, with emphasis on CFD. It implements physical models of fluid flow, structural analysis, heat and mass transfer using equation mimicking, with unstructured polyhedral mesh support and massive parallelism in domain decomposition mode. In order to use OpenFOAM in turbomachinery CFD, its “general purpose” capabilities are enhanced with turbo-specific features, related to physics of rotating regions and rotor-stator interfaces. Handling for geometric simplifications of multi-blade and multi-stage rotating machines are implemented, including simple stage interfaces, non-equal pitch of blade passages, pitch-wise cyclicity and mixing plane averaging. In this paper we describe the implementation of turbomachinery-specific features in OpenFOAM, in the spirit of object orientation and C++. Emphasis is given to the basic functionality of turbo tools, software layout in OpenFOAM, numerical formulation of stage interfaces and their place in overall code design. The paper is concluded with examples of turbomachinery simulations, illustrating the capability of turbo tools on industrial cases of incompressible and compressible turbomachinery flows.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,027
Tête enseignante GPT0,200
Écart entre enseignants0,173 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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

En bref

Citations41
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASME-JSME-KSME 2011 Joint Fluids Engineering Conference: Volume 1, Symposia – Parts A, B, C, and DMême sujetTurbomachinery Performance and OptimizationTravaux en français237 207