Results from the Fifth AIAA Drag Prediction Workshop obtained with a parallel Newton-Krylov-Schur flow solver discretized using summation-by-parts operators
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We present the solution of the test cases from the Fifth AIAA Drag PredictionWorkshop computed with a novel Newton-Krylov-Schur parallel solution algorithm for the Reynolds- Averaged Navier-Stokes equations coupled with the Spalart-Allmaras one-equation turbu- lence model. The algorithm employs summation-by-parts operators on multi-block struc- tured grids, while simultaneous approximation terms are used to enforce boundary condi- tions and coupling at block interfaces. Two-dimensional verification and validation cases highlight the correspondence of the current algorithm to established flow solvers as well as experimental data. The common grid study, using grids with up to 150 million nodes around the NASA Common Research Model wing-body configuration, demonstrates the parallel computation capabilities of the current algorithm, while the buffet study demon- strates the ability of the solver to compute flow with substantial recirculation regions and flow separation. The use of quadratic constitutive relations to modify the Boussinesq ap- proximation is shown to have a significant impact on the recirculation patterns observed at higher angles of attack. The algorithm is capable of efficiently and accurately calculating complex three-dimensional flows over a range of flow conditions, with results consistent with those of well-established flow solvers using the same turbulence model.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle