MétaCan
Menu
Retour à la cohorte
Enregistrement W2908967131 · doi:10.1002/cjce.23453

Production‐limited delayed detached eddy simulation of turbulent flow and heat transfer

2019· article· en· W2908967131 sur OpenAlexvenueno aff
Puxian Ding, Shuangfeng Wang, Kai Chen

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReynolds-averaged Navier–Stokes equationsTurbulenceMechanicsHeat transferLarge eddy simulationDetached eddy simulationTurbulence kinetic energyFlow (mathematics)Open-channel flowPhysicsMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract A hybrid RANS/LES model based on the BSL k‐ω RANS model, termed the production‐limited delayed detached eddy simulation (PL‐DDES) model, was developed for simulating turbulent flow and heat transfer. The PL‐DDES model was obtained by limiting the production of turbulence kinetic energy with the proposed control resolution function. The PL‐DDES model was tested by simulating turbulent flow and heat transfer in a plane and a wavy channel with different thermal boundary conditions and different Reynolds numbers in this paper. The results of the plane channel flow show that the performance of the PL‐DDES model is better than that of the improved delayed detached eddy simulation (IDDES) model for alleviating the log‐law layer mismatch (LLM) issue. With a much coarser grid resolution, although the resolved turbulent scales decrease, the time‐averaged velocity and temperature are successfully predicted. The capability of predicting turbulent flow and heat transfer over a wavy wall manifests, and the PL‐DDES model has considerable potential in industrial and environmental applications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,169
Écart entre enseignants0,164 · 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
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207