MétaCan
Menu
Retour à la cohorte
Enregistrement W2317867833 · doi:10.2514/6.2008-1017

Parallel Adaptive Mesh Refinement Scheme for Three-Dimensional Turbulent Non-Premixed Combustion

2008· article· en· W2317867833 sur OpenAlexafffund
Xinfeng Gao, C. P. T. Groth

Notice bibliographique

Revue46th AIAA Aerospace Sciences Meeting and Exhibit · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Innovation Trust
Mots-clésCombustionAdaptive mesh refinementTurbulenceScheme (mathematics)Computer scienceMesh generationComputational scienceParallel computingMechanicsPhysicsMathematicsFinite element methodChemistryThermodynamicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

A parallel adaptive mesh refinement (AMR) algorithm is described for predicting tur-bulent non-premixed gaseous combusting flows in three space dimensions. The Favre-averaged Navier-Stokes equations governing a reactive mixture of thermally perfect gases, the two transport equations of the k-ω turbulence model, and the time-averaged species transport equations, are all solved using a fully coupled finite-volume formulation on body-fitted multi-block hexahedral mesh. The numerical algorithm adopts a cell-centred upwind finite-volume discretization procedure and uses limited solution reconstruction, approxi-mate Riemann solver based flux functions to determine the inviscid (hyperbolic) flux at cell interfaces. The viscous (elliptic) components of the cell face flux are evaluated by em-ploying a hybrid average gradient-diamond path approach. For the treatment of near-wall turbulence, both low-Reynolds-number and wall-function formulations of the k-ω model are used, with a procedure for automatically switching from one to the other, depend-ing on mesh resolution. A flexible block-based hierarchical octree data structure is used to maintain the connectivity of the solution blocks in the multi-block mesh and facilitate automatic solution-directed mesh adaptation according to physics-based refinement cri-teria. This AMR approach allows for anisotropic mesh refinement and the block-based data structure readily permits efficient and scalable implementations of the algorithm on multi-processor architectures. Numerical results for turbulent non-premixed methane-air diffusion flames are described to demonstrate the validity and potential of the parallel AMR approach for predicting complex combusting flows. I.

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)0,001
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0020,001

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 Opus0,024
Tête enseignante GPT0,229
Écart entre enseignants0,205 · 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

Citations15
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue46th AIAA Aerospace Sciences Meeting and ExhibitMême sujetCombustion and flame dynamicsTravaux en français237 207