Circulation Redistribution in Leading-Edge Vortices with Spanwise Flow
Notice bibliographique
Résumé
A low-order model for the circulation budget within a leading-edge vortex (LEV) is proposed, based on one-dimensional species advection. The model is composed of two parts: first, a shear-layer model predicts the circulation feeding rate into the LEV; and second, a spanwise transport model initializes vorticity-containing mass with a finite circulation, allowing circulation to advect along the span with spanwise flow. No empirical data are necessary to inform the results of the model. As a proof of concept, both components of the proposed model are evaluated against a flat-plate delta wing. Using particle image velocimetry, the proposed shear-layer model is found to predict circulation flux into the LEV. Particle-tracking velocimetry is used to validate the spanwise transport of circulation. By allowing a vorticity-containing mass to advect with the spanwise flow, the model automatically satisfies the vorticity transport equation when vortex tilting and viscous diffusion are neglected. Neglecting the vortex tilting and viscous diffusion terms results in an error of approximately 10% of the spanwise advection, such that these terms are within the acceptable tolerance of a low-cost model. Thus, the proposed model is a computationally inexpensive tool for predicting circulation redistribution in flows with specific three-dimensional effects, providing a framework for broader parameter studies going forward.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».