Pseudophase-Change Effects in Turbulent Channel Flow under Transcritical Temperature Conditions
Notice bibliographique
Résumé
We have performed direct numerical simulations (DNS) of compressible turbulent channel flow at supercritical pressure with top and bottom isothermal walls kept respectively at a supercritical (Ttop > Tpb) and subcritical temperature (Tbot < Tpb), where Tpb is the pseudoboiling temperature. The DNS are conducted using a high-order discretization of the fully compressible Navier-Stokes equations in conservative form closed with the Peng-Robinsion (PR) state equation. Bulk density is adjusted to obtain a bulk pressure of approximately pb = 1.1pcr where pcr is the critical pressure of the working fluid. Top-to-bottom temperature differences investigated are DT = 5 K, 10 K, and 20 K, where Ttop/bot = Tpb +- DT / 2; buoyancy effects are neglected. Varying DT modifies the average location of pseudophase change from ypb/h = -0.23 (DT = 5 K) to 0.89 (DT = 20 K), where h is the channel half-height and y = 0 the centerline position. Real-fluid effects cause visible deviations from classical scaling laws in the mean velocity profile. Enstrophy generation due stretching and tilting decreases with DT. The proximity to the pseudotransitioning layer inhibits the intensity of the velocity fluctuations, while enhancing the density and temperature fluctuations. Conditional probability analysis reveals that the sheet of fluid undergoing pseudophase change is characterized by a dramatic reduction in the kurtosis of density fluctuations and becomes thinner as DT is increased. Instantaneous visualizations show dense fluid ejections from the pseudoliquid viscous sublayer, some reaching the channel core, causing positive values of density skewness in the respective buffer-layer region (vice versa for the top wall).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».