MétaCan
Menu
Retour à la cohorte
Enregistrement W2222671447 · doi:10.4271/2005-01-2857

Aerothermal/Ablation Analysis of a Projectile in High Speed Flow Conditions

2005· article· en· W2222671447 sur OpenAlexaff
Christian Ruel, Nicolas Hamel, François Lesage

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2005
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma and Flow Control in Aerodynamics
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésProjectileAblationAerospace engineeringFlow (mathematics)Materials scienceEnvironmental scienceMechanicsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">This paper will present the results of a study that was performed to predict the aerothermal heating and ablation of the nose of a projectile traveling at a speed of Mach 6 using Fluent and Ideas-TMG.</div> <div class="htmlview paragraph">The approach used relies on decoupling the CFD solution from the thermal solution by using 2 distinct solvers. CFD solutions are performed to provide the pressure, velocity fields and heating fluxes around the projectile. These fluxes are in turn mapped to the projectile in TMG and used as boundary conditions for a time step. The TMG solutions yields new wall temperatures and a new nose shape. This information is mapped back to the CFD solver by TMG and is used as a wall temperature boundary conditions to get heat fluxes for the next time step. This process is repeated for a discrete number of time steps over the initial part of the flight, where the temperature increase of the projectile, changes in the heat flux distribution and nose recession are most important.</div> <div class="htmlview paragraph">The paper will describe the CFD and thermal analysis performed and the process used to march in time and pass boundary conditions between the solvers. The new ablation and mapping capabilities that were developed in TMG for this project will also be presented.</div>

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,224
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.

Devis d'étudeObservationnel
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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetPlasma and Flow Control in AerodynamicsTravaux en français237 207