Effects of surface roughness on a separating turbulent boundary layer
Notice bibliographique
Résumé
Separating turbulent boundary layers over smooth and rough flat plates are studied by large-eddy simulations. A suction–blowing velocity distribution imposed at the top boundary of the computation domain produces an adverse-to-favourable pressure gradient and creates a closed separation bubble. The Reynolds number based on the momentum thickness and the free-stream velocity before the pressure gradient begins is 2500. Virtual sand grain roughness in the fully rough regime is modelled by an immersed boundary method. Compared with a smooth-wall case, streamline detachment occurs earlier and the separation region is substantially larger for the rough-wall case, due to the momentum deficit caused by the roughness. The adverse pressure gradient decreases the form drag, so that the point where the wall stress vanishes does not coincide with the detachment of the flow from the surface. A thin reversed-flow region is formed below the roughness crest; the presence of recirculation regions behind each roughness element also affects the intermittency of the near-wall flow, so that upstream of the detachment point the flow can be reversed half of the time, but its average velocity can still be positive. The separated shear layer exhibits higher turbulent kinetic energy (TKE) in the rough-wall case, the growth of the TKE there begins earlier relative to the separation point, and the peak TKE occurs close to the separation point. The momentum deficit caused by the roughness, again, plays a critical role in these changes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».