MétaCan
Menu
Retour à la cohorte
Enregistrement W2799729322 · doi:10.15406/fmrij.2018.02.00017

Comparison of numerical and experimental results over a naca0025 airfoil undergoing separation

2018· article· en· W2799729322 sur OpenAlexafffund
M. Ziad Saghir, Pierre E. Sullivan, Amirhossein Ahadi

Notice bibliographique

RevueFluid Mechanics Research International Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAirfoilSeparation (statistics)Materials scienceMechanicsMathematicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

This paper examines unsteady numerical simulation of a three-dimensional flow over two different symmetric NACA airfoils. The airfoils are at various angles of attack and various low Reynolds numbers ( ) 4 6 5 10 ~ 5 10 . The Spalart-Allmaras, and k models, as well as LES and E-LES approaches are used and compared to experimental results. The capability of each turbulent model to capture characteristics at low Reynolds number is discussed. The main objective in this study is to capture the behavior of boundary-layer separation with respect to experiments at critical Reynolds numbers and then to establish a useful solution methodology describing transition in the boundary layer of airfoils accurately. Fully attached flow, boundary-layer separation, and boundary-layer with reattachment conditions are studied. Although LES and E-LES provide the highest computation cost, results show the accuracy of these methods at low Reynolds numbers (<150 x10 3 ). For higher Reynolds number, turbulence models provide a fair agreement with experiments; while the processing cost of LES method is very high. Finally, the impact of airfoil thickness, Reynolds number, and angle of attack on the boundary-layer separation and consequently airfoil performance are studied in detail.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,739
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,044
Tête enseignante GPT0,422
Écart entre enseignants0,378 · 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 tête enseignante, 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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFluid Mechanics Research International JournalMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207