MétaCan
Menu
Retour à la cohorte
Enregistrement W2163609983 · doi:10.1063/1.4934726

On new stability modes of plane canonical shear flows using symmetry classification

2015· article· en· W2163609983 sur OpenAlexafffund
Andreas Nold, Martin Oberlack, Alexei F. Cheviakov

Notice bibliographique

RevueJournal of Mathematical Physics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlexander von Humboldt-StiftungGoddard Space Flight CenterTechnische Universität DarmstadtDeutsche ForschungsgemeinschaftImperial College London
Mots-clésEigenvalues and eigenvectorsAnsatzMathematicsTurbulenceShear flowLinear stabilityHomogeneous spacePhysicsClassical mechanicsInvariant (physics)InstabilityMathematical analysisMathematical physicsMechanicsGeometryQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

In the work of Nold and Oberlack [Phys. Fluids 25, 104101 (2013)], it was shown that three different instability modes of the linear stability analysis perturbing a linear shear flow can be derived in the common framework of Lie symmetry methods. These modes include the normal-mode, the Kelvin mode, and a new mode not reported before. As this was limited to linear shear, we now present a full symmetry classification for the linearised Navier-Stokes equations which are employed to study the stability of an arbitrary plane shear flow. If viscous effects for the perturbations are neglected, then we obtain additional symmetries and new Ansatz functions for a linear, an algebraic, an exponential, and a logarithmic base shear flow. If viscous effects are included in the formulation, then the linear and a quotient-type base flow allow for additional symmetries. The symmetry invariant solutions derived from the new and classical generic symmetries for all different flow types naturally lead to algebraic growth and decay for all cases except for two linear base flow cases. In turn this leads to the formulation of a novel eigenvalue problem in the analysis of the transition to turbulence for the respective flows, all of which are very distinct from the classical Orr-Sommerfeld eigenvalue problems.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,366

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 Opus0,065
Tête enseignante GPT0,267
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 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
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

Citations7
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematical PhysicsMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207