MétaCan
Menu
Retour à la cohorte
Enregistrement W2312802161 · doi:10.2514/6.2004-2533

Anisotropic 3-D Mesh Adaptation for Turbulent Flows

2004· article· en· W2312802161 sur OpenAlexafffund
F. Suerich-Gulick, Claude Lepage, Wagdi G. Habashi

Notice bibliographique

Revue34th AIAA Fluid Dynamics Conference and Exhibit · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensMcGill University
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les TechnologiesMcGill University
Mots-clésTurbulenceAdaptation (eye)AnisotropyComputer sciencePhysicsMechanicsOptics

Résumé

récupéré en direct d'OpenAlex

Most turbulence models require that the height of the first layer of elements in the boundary layer fall within a specific range of Y + and, in the cases where wall functions are used, that the elements be orthogonal to the wall. In this paper, a 3-D mesh adaptation module is extended to account for these requirements of the turbulence model in order to obtain a mesh more suitable for turbulent solutions on tetrahedral meshes and on hybrid unstructured meshes with layers of prisms on no-slip walls. Y + adaptation for unstructured meshes is implemented by modifying the error metric of near-wall elements to obtain an appropriate grid point distribution in the boundary layer, while providing solutionbased adaptation in the remainder of the domain. For cases where prisms are used, the height of the first prism at the wall is set to a specified Y + , again with solution-based adaptation in the remainder of the domain. For turbulence models with wall functions, a transition flag is developed to detect separation, stagnation, and recirculation zones, and to determine if Y + adaptation is locally appropriate. Results are presented that demonstrate the improvements in the meshes that result from these new functions and the corresponding improvement of the CFD solutions.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,012
Tête enseignante GPT0,209
Écart entre enseignants0,196 · 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'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

Citations3
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue34th AIAA Fluid Dynamics Conference and ExhibitMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207