MétaCan
Menu
Retour à la cohorte
Enregistrement W2578920188 · doi:10.1088/1748-3190/aa594b

Flow separation on flapping and rotating profiles with spanwise gradients

2017· article· en· W2578920188 sur OpenAlexafffund
Jaime G. Wong, B. P. laBastide, David E. Rival

Notice bibliographique

RevueBioinspiration & Biomimetics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomimetic flight and propulsion mechanisms
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFlappingMechanicsVorticityVortexAngle of attackPressure gradientLift (data mining)Leading edgeFlow separationCirculation (fluid dynamics)Flow (mathematics)AerodynamicsMaterials sciencePhysicsWingBoundary layerComputer science

Résumé

récupéré en direct d'OpenAlex

The growth of leading-edge vortices (LEV) on analogous flapping and rotating profiles has been investigated experimentally. Three time-varying cases were considered: a two-dimensional reference case with a spanwise-uniform angle-of-attack variation α; a case with increasing α towards the profile tip (similar to flapping flyers); and a case with increasing α towards the profile root (similar to rotor blades experiencing an axial gust). It has been shown that the time-varying spanwise angle-of-attack gradient produces a vorticity gradient, which, in combination with spanwise flow, results in a redistribution of circulation along the profile. Specifically, when replicating the angle-of-attack gradient characteristic of a rotor experiencing an axial gust, the spanwise-vorticity gradient is aligned such that circulation increases within the measurement domain. This in turn increases the local LEV growth rate, which is suggestive of force augmentation on the blade. Reversing the relative alignment of the spanwise-vorticity gradient and spanwise flow, thereby replicating that arrangement found in a flapping flyer, was found to reduce local circulation. From this, we can conclude that spanwise flow can be arranged to vary LEV growth to prolong lift augmentation and reduce the unsteadiness of cyclic loads.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,246
Écart entre enseignants0,226 · 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

Citations12
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioinspiration & BiomimeticsMême sujetBiomimetic flight and propulsion mechanismsTravaux en français237 207