An Eulerian Approach with Mesh Adaptation for Highly Accurate 3D Droplet Dynamics Simulations
Notice bibliographique
Résumé
Two main approaches are available when studying droplet dynamics for in-flight icing simulations: the Lagrangian approach, in which each droplet trajectory is integrated until it impacts the vehicle under study or when it leaves it behind without impact, and the Eulerian approach, where the droplet dynamics is solved as a continuum. In both cases, the same momentum equations are solved. Each approach has its advantages. In 2D, the Lagrangian approach is easy to code and it is very efficient, particularly when used in combination with a panel method flow solver. However, it is a far less practical approach for 3D simulations, particularly on complex geometries, as it is not an easy task to accurately determine the droplet seeding region without a great number of droplet trajectories, dramatically increasing the computing cost. Converting the impact locations into a water collection distribution is also a complex task, since droplet trajectories in 3D can follow convoluted paths. One of the advantages of the Lagrangian approach is the crisp definition of the shadow zone as it is clearly defined by the first trajectory to graze the surface of the vehicle. The Eulerian approach is much simpler to use with complex geometries, solving the entire domain as a whole, using the same grid as for the airflow, and there is no need to seed trajectories. For this reason, it is the preferred approach in most 3D icing solvers. One of its disadvantages, however, is that discontinuities, such as shadow zone limits or impingement limits, are usually not very sharply defined, with smoothing due to numerical dissipation and the grid, optimized heuristically for the airflow calculation, not being sufficiently fine in regions of solution discontinuities in the droplet solution. This paper presents a refined approach in the use of Eulerian algorithms for icing simulations by introducing a mesh adaption process simultaneously based on the airflow solution and the droplet solution. The results show the great potential of this approach in capturing the solution discontinuities very sharply, significantly reducing the uncertainty in determining shadow zone heights and impingement limits.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».