MétaCan
Menu
Retour à la cohorte
Enregistrement W2902447514 · doi:10.31436/iiumej.v19i2.905

STUDY OF MESH QUALITY IMPROVEMENT FOR CFD ANALYSIS OF AN AIRFOIL

2018· article· en· W2902447514 sur OpenAlexafffund
Farah Aqilah, Mazharul Islam, Franjo Juretić, Joel Guerrero, David Wood, Farid Nasir Ani

Notice bibliographique

RevueIIUM Engineering Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueRadiative Heat Transfer Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAirfoilComputational fluid dynamicsPhysicsAerospace engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Airfoils generate lift in engineering applications such as for airplanes, wind turbines, automotive spoilers, etc. For accurate CFD analysis of airfoils, the quality of the mesh is of paramount importance, especially when dealing with turbulent flows commonly encountered in real life applications. Currently there are different tools that are available to improve the quality of the mesh required for CFD studies. This paper describes a study to assess the significant of the quality of the mesh on CFD analyses of NACA 23012 airfoil by using selected open source tools. The turbulence is modeled using the well-known k-ω Shear Stress Transport model. For validation, results have been compared with experimental datasets which were obtained from “TAG Stuttgart #1” tunnel. ABSTRAK: Sayap pesawat dapat menghasilkan daya angkat dalam aplikasi kejuruteraan seperti kapal terbang, turbin angin, spoiler automotif, dan sebagainya. Kualiti pada jaringan adalah amat penting bagi mendapatkan analisa CFD yang tepat pada sayap pesawat, terutamanya apabila berhadapan situasi aliran turbulen sebenar. Pada masa ini terdapat pelbagai perisian bagi meningkatkan mutu jaringan dalam kajian CFD. Kertas kerja ini membentangkan satu kajian bagi menilai kepentingan kualiti jaringan pada analisis CFD bagi sayap pesawat NACA 23012 dengan menggunakan sumber terpilih perisian terbuka. Model turbulen dibangunkan mengguna pakai model k-ω Shear Stress Transport (SST) yang terkenal. Bagi pengesahan, keputusan uji kaji telah dibandingkan dengan set data yang diperoleh dari terowong "TAG Stuttgart #1”."

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,299
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIIUM Engineering JournalMême sujetRadiative Heat Transfer StudiesTravaux en français237 207