Numerical Assessment of Turbulent Models at a Critical Regime on Unstructured Meshes
Notice bibliographique
Résumé
The main objective of the present study is to investigate the performance of different turbulent models for the flow simulation around a circular cylinder at a critical Reynolds number regime (Re = 8.5×105, Tu = 0.7%). To simulate the various flow features such as laminar-turbulent transition inside the boundary layer and the unsteady vortex shedding in the wake region, a hybrid RANS/LES model (SAS model) and a correlation-based transition model (γ - Reθ model) were used and the feasibilities of them for the flow simulation at a critical Reynolds number regime were demonstrated. A vertex-centered finite-volume method was adopted to discretize the incompressible Navier-Stokes equations and an unstructured mesh technique was used to discretize the computational domain. The inviscid fluxes were evaluated by using 2nd-order Roe’s FDS and the viscous fluxes were computed based on central differencing. A dual-time stepping method and the Gauss-Seidel iteration were used for unsteady time integration. To reduce the computational costs, the parallelization strategy using METIS and MPI libraries was adopted. The unsteady characteristics and time-averaged quantities of the flow fields were compared between the turbulent models. The numerical results have been also compared with experimental data. At the critical regime, turbulent models have showed quite different results due to the different abilities of each model to predict various flow features such as laminar-turbulent transition, unsteady vortex shedding.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».