MétaCan
Menu
Retour à la cohorte
Enregistrement W2473291443 · doi:10.1115/1.4034098

Drag Reduction Due to Streamwise Grooves in Turbulent Channel Flow

2016· article· en· W2473291443 sur OpenAlexaff
Christopher T. DeGroot, C. Wang, J. M. Floryan

Notice bibliographique

RevueJournal of Fluids Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésDragMechanicsTurbulenceParasitic dragLaminar flowOpen-channel flowDrag coefficientReynolds numberPhysicsComputational fluid dynamicsShear stressClassical mechanicsGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Drag reduction in turbulent channel flows has significant practical relevance for energy savings. Various methods have been proposed to reduce turbulent skin friction, including microscale surface modifications such as riblets or superhydrophobic surfaces. More recently, macroscale surface modifications in the form of longitudinal grooves have been shown to reduce drag in laminar channel flows. The purpose of this study is to show that these grooves also reduce drag in turbulent channel flows and to quantify the drag reduction as a function of the groove parameters. Results are obtained using computational fluid dynamics (CFD) simulations with turbulence modeled by the k–ω shear-stress transport (SST) model, which is first validated with direct numerical simulations (DNS). Based on the CFD results, a reduced geometry model is proposed which shows that the approximate drag reduction can be quantified by evaluating the drag reduction of the geometry given by the first Fourier mode of an arbitrary groove geometry. Results are presented to show the drag reducing potential of grooves as a function of Reynolds number as well as groove wave number, amplitude, and shape. The mechanism of drag reduction is discussed, which is found to be due to a rearrangement of the bulk fluid motion into high-velocity streamtubes in the widest portion of the channel opening, resulting in a change in the wall shear stress profile.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,184
Écart entre enseignants0,178 · 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

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207