MétaCan
Menu
Retour à la cohorte
Enregistrement W2330361960 · doi:10.1115/gt2007-27410

Comparison of Large Eddy Simulation Methods for Flows Over Gas Turbine Blades

2007· article· en· W2330361960 sur OpenAlexaff
Mona Karimi, Marius Paraschivoiu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésLarge eddy simulationReynolds-averaged Navier–Stokes equationsFinite volume methodContext (archaeology)Polygon meshFlow (mathematics)Compressible flowComputer scienceCompressibilityMach numberReynolds numberTurbulence modelingTurbineMechanicsApplied mathematicsComputational fluid dynamicsMechanical engineeringMathematicsEngineeringPhysicsTurbulenceGeology

Résumé

récupéré en direct d'OpenAlex

In recent years there has been a considerable effort toward applying large eddy simulation methods (LES) to real industrial problems. However, there are still several challenges to be addressed to achieve a reliable LES solution, especially in the context of compressible flows. Furthermore, complex geometries require the unstructured meshes which then interdict the use of very high order schemes. Therefore, LES models are mainly derived and tested on classical problem of simple geometry for incompressible flow and based on higher order schemes. Here, the flow over a gas turbine blade at high Reynolds and Mach numbers is investigated using a mixed finite-volume-finite-element method. Implicit LES method (ILES) as well as Smagorinsky and its dynamic version have been studied. Different variations of the Smagorinsky method have been examined too. The interaction of the numerical dissipation of the scheme with LES models has been explored. The results show the capability of the ILES to take into account the effective viscosity of the flow and the negligible difference of the different LES models in this flow condition. Fairly good agreement with experimental data is found which is superior to RANS results. It is found that there are still some challenges in industrial LES applications which have to be addressed to lead to a better agreement with experimental data.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,369
Écart entre enseignants0,347 · 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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207