MétaCan
Menu
Retour à la cohorte
Enregistrement W2314631383 · doi:10.2514/6.2014-3193

Acoustic-entropy coupling behavior and acoustic scattering properties of a Laval nozzle

2014· article· en· W2314631383 sur OpenAlexaboutno aff
Wolfram C. Ullrich, Jannis Gikadi, Christoph Jörg, Thomas Sattelmayer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésReynolds-averaged Navier–Stokes equationsNozzlePhysicsMechanicsCombustorAcoustic waveMean flowAeroacousticsEntropy (arrow of time)Navier–Stokes equationsSound pressureAcousticsCombustionClassical mechanicsComputational fluid dynamicsCompressibilityThermodynamicsTurbulenceChemistry

Résumé

récupéré en direct d'OpenAlex

Combustion noise of stationary gas turbines or aero engines is associated with unsteady heat release that creates temperature fluctuations or so-called entropy waves (hot-spots). When accelerated in the turbine located downstream of the combustor, these temperature fluctuations radiate sound, the indirect noise. This gives reason to investigate the acousticentropy coupling in a generic convergent-divergent nozzle configuration as a simplified model of the turbine flow and its corresponding entropy sound generation. A two-step approach is applied for that purpose: First, the mean flow is computed by performing a stationary Reynolds-averaged Navier-Stokes (RANS) simulation. Then, the propagation of acoustic and entropy waves is superimposed to the mean flow and modeled by linearized Navier-Stokes equations (LNSEs). These equations are solved numerically in frequency space by a stabilized finite-element approach. The acoustic pressure responses to the excited entropy waves correlate well with experimental measurements indicating that the RANS/LNSEs method includes all physical transport and coupling mechanisms relevant to entropy noise. Furthermore, the acoustic scattering properties of the nozzle are determined. The comparison with analytical models and numerical solutions show good quantitative agreement.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil0,375

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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCombustion and flame dynamicsTravaux en français237 207