MétaCan
Menu
Retour à la cohorte
Enregistrement W2344896907 · doi:10.1088/1742-6596/708/1/012013

Coherent structures in a zero-pressure-gradient and a strongly decelerated boundary layer

2016· article· en· W2344896907 sur OpenAlexafffund
Mark P. Simens, Ayse G. Gungor, Yvan Maciel

Notice bibliographique

RevueJournal of Physics Conference Series · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBarcelona Supercomputing Center
Mots-clésBoundary layerAdverse pressure gradientPressure gradientMechanicsBoundary layer thicknessReynolds stressTurbulenceDirect numerical simulationPhysicsVelocity gradientFlow separationBoundary (topology)Reynolds numberBoundary layer controlMathematics

Résumé

récupéré en direct d'OpenAlex

Coherent structures in a strongly decelerated large-velocity-defect turbulent boundary layer (TBL) and a zero pressure gradient (ZPG) boundary layer are analysed by direct numerical simulation (DNS). The characteristics of the one-point velocity stastistics are also considered. The adverse pressure gradient (APG) TBL simulation is a new one carried out by the present authors. The APG TBL begins as a zero pressure gradient boundary layer, decelerates under a strong adverse pressure gradient, and separates near the end of the domain in the form of a very thin separation bubble. The one-point velocity statistics in the outer region of this large-defect boundary layer are compared to those of two other large-velocity-defect APG TBLs (one in dynamic equilibrium, the other in disequilibrium) and a mixing layer. In the upper half of the large-defect boundary layers, the velocity statistics are similar to those of the mixing layer. The dominant peaks of turbulence production and Reynolds stresses are located in the middle of the boundary layers. Three-dimensional spatial correlations of ( u , u ) and ( u , v ) show that coherence is lost in the streamwise and spanwise directions as the velocity defect increases. Near-wall streaks tend to disappear in the large-defect zone of the flow to be replaced by more disorganized u motions. Near-wall sweeps and ejections are also less numerous. In the outer region, the u structures tend to be shorter, less streaky, and more inclined with respect to the wall than in the ZPG TBL. The sweeps and ejections are generally bigger with respect to the boundary layer thickness in the large-defect boundary layer, even if the biggest structures are found in the ZPG TBL. Large sweeps and ejections that reach the wall region (wall-attached) are less streamwise elongated and they occupy less space than in the ZPG boundary layer. The distinction between wall-attached and wall-detached structures is not as pronounced in the large-defect TBL.

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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,210
Écart entre enseignants0,198 · 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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207