MétaCan
Menu
Retour à la cohorte
Enregistrement W2893370549 · doi:10.1299/jsmekanto.2018.24.gs0803

Study of Supersonic Flows Interacting with DC Discharge Plasma on a Diamond Airfoil

2018· article· en· W2893370549 sur OpenAlexaboutno aff
Tetsuo Koike, Kazumi TSUNODA

Notice bibliographique

RevueThe Proceedings of Conference of Kanto Branch · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma and Flow Control in Aerodynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlasma actuatorSupersonic speedMach numberPlasmaAirfoilBoundary layerWind tunnelAirflowBrush dischargeMaterials scienceNozzleMechanicsDischarge coefficientChemistryDielectric barrier dischargePhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

This paper describes the experimental results of the influence of the DC discharge plasma generated on the diamond airfoil in a Mach 1.41 airflow. The experiments were carried out in an indraft supersonic wind tunnel installed with the Laval nozzle. The discharge was generated between a pair of electrodes mounted on the airfoil surface. Current and voltage measurements indicated that the discharge became unstable at low power consumption. When the backpressure ratio of Pb / P0 is in the range of 0.1 to 0.13, it was possible to generate plasma with 79.5 W of discharge power at 0.019 s intervals. In the case of 0.23 < Pb / P0 < 0.26, the discharge period reduced to 0.013 s and the power consumption decreased to 50.7 W. From the visualization image of the flow field, the expansion wave from the entire plasma emission region was observed, and slight increase in the boundary layer thickness was seen at the downstream of the electrode. In order to detect the effects of the plasma on the supersonic airflow, a total pressure in the plasma discharge region was measured. It was suggested that the total pressure in the plasma discharge might be higher than without discharge but confirming of the reproducibility is necessary in the future investigation.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,218
Écart entre enseignants0,202 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Proceedings of Conference of Kanto BranchMême sujetPlasma and Flow Control in AerodynamicsTravaux en français237 207