MétaCan
Menu
Retour à la cohorte
Enregistrement W2316589612 · doi:10.2514/6.2009-3676

A Fluid-Structure Interaction Solver for Nano-Air-Vehicle Flapping Wings

2009· article· en· W2316589612 sur OpenAlexaff
Mathieu Olivier, Jean-François Morissette, Guy Dumas

Notice bibliographique

Revue19th AIAA Computational Fluid Dynamics · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomimetic flight and propulsion mechanisms
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésFlappingSolverFluid–structure interactionAerospace engineeringAerodynamicsComputational fluid dynamicsComputer scienceAeronauticsEngineeringFinite element methodStructural engineeringWing

Résumé

récupéré en direct d'OpenAlex

This paper presents the implementation of a fluid-structure interaction solver intended to be used for the analysis of flexible flapping airfoils. The governing equations associated to elastic solids with large deformations but small strains, and to incompressible fluids are presented. The solver is implemented in the OpenFOAM software. The fluid-structure coupling is handled by an iterative partitioned algorithm where each field (the solid and the fluid) are treated separately. The spatial discretization is achieved with the segregated finite-volume method for both fields. The fluid module implements the Navier-Stokes equations using a SIMPLE algorithm whereas the solid module implements the St. Venant Kirchhoff constitutive law in a Lagrangian formulation where nonlinear and component-coupled terms are treated iteratively in a fixed point manner. Typical test simulations are carried out and results are found to be in good agreement with literature. Finally, preliminary results of flexible flapping wings are presented, showing that the solver seems well suited for this kind of application. Nomenclature a Matrix coefficient a Acceleration vector field b Right-hand side coefficient of a linear system cs Characteristic wave speed in the solid C Aerodynamic force coefficient CR Resultant force coefficient on the point of attachment

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,007
Tête enseignante GPT0,220
Écart entre enseignants0,213 · 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

Citations24
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue19th AIAA Computational Fluid DynamicsMême sujetBiomimetic flight and propulsion mechanismsTravaux en français237 207