MétaCan
Menu
Retour à la cohorte
Enregistrement W2913227984 · doi:10.1177/1687814018821526

Flow control in supersonic flow field based on micro jets

2019· article· en· W2913227984 sur OpenAlexaboutno aff
Yanming Liu, Hong Zhang, Pingchao Liu

Notice bibliographique

RevueAdvances in Mechanical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupersonic speedMechanicsBoundary layerMach numberShock waveShock (circulatory)Jet (fluid)Bow shock (aerodynamics)Choked flowVortexPhysicsFlow control (data)Flow (mathematics)Shock diamondAerospace engineeringOblique shockExternal flowVortex ringEngineering

Résumé

récupéré en direct d'OpenAlex

The flow field around supersonic aircraft is usually accompanied by complex flow phenomena, such as shock wave and shock wave/boundary layer interaction, which cause some adverse effects on aircraft performance. Seeking effective flow control methods has been a hot topic for many researchers. As an important method to improve the flow characteristics in supersonic flows, micro jet technology and its control mechanism have been paid much attention. In this article, we used compression corner calculation model and conducted detailed numerical investigations in the supersonic flow field with different injection pressure ratios, various actuation positions, and different nozzle types. The interaction between the micro jets and supersonic upstream flows generates complex flow structures, which contain bow shocks, barrel shocks, Mach disk, counter-rotating vortex pairs, and so on. The flow characteristics with micro jet schemes are superior to those in the no-control case. The controlling performance of micro jet is mainly determined by the following aspects. First, the downwash effect of counter-rotating vortex pairs can bring high-energy fluid into the bottom of the boundary layer to activate low-energy fluid and then strengthen the ability of resisting the flow separations. Second, the bow shock, which is generated upstream of the micro jet, significantly decelerates the downstream flows. Thus, the shock intensity at the corner is weakened and the characteristic of shock wave/boundary layer interaction is improved. In addition, the effective function range of MJ, that is, the distance between the counter-rotating vortex pair and the wall surface, is also an important factor. When both the counter-rotating vortex pairs and the bow shock are further from the wall, the flow characteristics around the corner in a larger area can be improved. Research shows that the micro jet scheme with Laval nozzle gives better controlling effect on shock wave/boundary layer interaction when the injection pressure radio is set to be 0.6, with the actuation location being 20 times the jet outlet diameter upstream of the corner.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,771
Score d'incertitude au seuil0,841

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 Opus0,002
Tête enseignante GPT0,186
Écart entre enseignants0,184 · 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

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Mechanical EngineeringMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207