MétaCan
Menu
Retour à la cohorte
Enregistrement W2612485282 · doi:10.1115/1.4036717

The Maximum Skin Friction and Flow Field of a Planar Impinging Gas Jet

2017· article· en· W2612485282 sur OpenAlexaff
Adam Ritcey, Joseph R. McDermid, Samir Ziada

Notice bibliographique

RevueJournal of Fluids Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésJet (fluid)PlanarMechanicsFlow (mathematics)Field (mathematics)Parasitic dragMaterials sciencePhysicsComputer scienceMathematicsTurbulenceComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

The maximum skin friction and flow field are experimentally measured on a planar impinging gas jet using oil film interferometry (OFI) and particle image velocimetry (PIV), respectively. A jet nozzle width of W = 15 mm, impingement ratios H/W = 4, 6, 8, 10, and a range of jet Reynolds numbers Rejet = 11,000–40,000 are tested to provide a parametric map of the maximum skin friction. The maximum skin friction predictions of Phares et al. (2000, “The Wall Shear Stress Produced by the Normal Impingement of a Jet on a Flat Surface,” J. Fluid Mech., 418, pp. 351–375) for plane jets agree within 5% of the current OFI results for H/W = 6, but deviates upward of 28% for other impingement ratios. The maximum skin friction is found to be less sensitive to changes in the impingement ratio when the jet standoff distance is roughly within the potential core length of the jet. PIV measurements show turbulence transition locations moving toward the nozzle exit with increasing Reynolds number, saturation in the downstream evolution of the maximum axial turbulence intensity before reaching a maximum peak upon impingement, followed by sudden damping at the plate surface. As the flow is redirected, there is an orthogonal redistribution of the fluctuating velocity components, and local peaks in both the axial and transverse turbulence intensity distributions at the plate locations of the maximum skin friction.

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 enseignants0,002
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)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,194 · 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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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