Mean dynamics of transitional boundary-layer flow
Notice bibliographique
Résumé
The dynamical mechanisms underlying the redistribution of mean momentum and vorticity are explored for transitional two-dimensional boundary-layer flow at nominally zero pressure gradient. The analyses primarily employ the direct numerical simulation database of Wu & Moin ( J. Fluid Mech. , vol. 630, 2009, p. 5), but are supplemented with verifications utilizing subsequent similar simulations. The transitional regime is taken to include both an instability stage, which effectively generates a finite Reynolds stress profile, −ρ uv ( y ), and a nonlinear development stage, which progresses until the terms in the mean momentum equation attain the magnitude ordering of the four-layer structure revealed by Wei et al . ( J. Fluid Mech. , vol. 522, 2005, p. 303). Self-consistently applied criteria reveal that the third layer of this structure forms first, followed by layers IV and then II and I. For the present flows, the four-layer structure is estimated to be first realized at a momentum thickness Reynolds number R θ = U ∞ θ/ν ≃ 780. The first-principles-based theory of Fife et al . ( J. Disc. Cont. Dyn. Syst. A, vol. 24, 2009, p. 781) is used to describe the mean dynamics in the laminar, transitional and four-layer regimes. As in channel flow, the transitional regime is marked by a non-negligible influence of all three terms in the mean momentum equation at essentially all positions in the boundary layer. During the transitional regime, the action of the Reynolds stress gradient rearranges the mean viscous force and mean advection profiles. This culminates with the segregation of forces characteristic of the four-layer regime. Empirical and theoretical evidence suggests that the formation of the four-layer structure also underlies the emergence of the mean dynamical properties characteristic of the high-Reynolds-number flow. These pertain to why and where the mean velocity profile increasingly exhibits logarithmic behaviour, and how and why the Reynolds stress distribution develops such that the inner normalized position of its peak value, y m + , exhibits a Reynolds number dependence according to $y_m^+ {\,\simeq\,} 1.9 \sqrt{\delta^+}$ .
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 ».