Multi-Scale Parallelised CFD Modelling Towards Resolving Manufacturable Roughness
Notice bibliographique
Résumé
Abstract Typical turbomachinery aerothermal problems of practical interest are characterised by flow structures of wide-ranging scales, which interact with each other. Such multi-scale interactions can be observed between the flow structures produced by surface roughness and by the bulk flow patterns. Moreover, additive manufacturing may sooner or later open a new chapter in component designs by granting designers the ability to control the surface roughness patterns. As a result, surface finish, which so far has been treated largely as a stochastic trait, can be shifted to a set of design parameters that consist of repetitive, discrete micro-elements on a wall surface (‘manufacturable roughness’). Considering this prospective capability requirement, the question would arise regarding how surface micro-structures can be incorporated in computational analyses during a design phase in the future. Semi-empirical methods for predicting aerothermal characteristics and the impact of manufacturable roughness could be used to minimise computational cost. However, the lack of element-to-element resolution may lead to erroneous predictions, as the interactions among the roughness micro-elements have been shown to be significant for adequate performance predictions [1]. In this paper a new multi-scale approach based on the novel Block Spectral method is adopted. This method aims to provide efficient resolution of the detailed local flow variation in space and time of the large scale micro-structures. This resolution is provided without resorting to modelling every single ones in detail, as a conventional large scale CFD simulation would demand, but still demonstrating similar time-accurate and time-averaged flow properties. The main emphasis of the present work is to develop a parallelised solver of the method to enable tackling large problems. The work also includes a first of the kind verification and demonstration of the method for wall surfaces with a large number of micro-structured elements.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 tête enseignante, 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 ».