MétaCan
Menu
Retour à la cohorte
Enregistrement W2993440400 · doi:10.1002/cjce.23693

Numerical investigation of turbulent shear flows using production‐limited delayed detached‐eddy simulation

2019· article· en· W2993440400 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 equationsDetached eddy simulationTurbulenceMechanicsLarge eddy simulationFlow (mathematics)Turbulence modelingMeteorologyGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract In chemical engineering, turbulent shear flows are often encountered. The grid induced separation (GIS) and the slow RANS‐LES transition issues should be alleviated when the delayed detached‐eddy simulation (DDES) is used to simulate turbulent shear flows. This paper studies the performance of the production‐limited DDES (PL‐DDES) model in improving the GIS and the slow RANS‐LES transition issues. Since the simplified IDDES (S‐IDDES) model is proposed to improve the GIS issue, the S‐IDDES model is chosen as the model for comparison. The simulation results show that the PL‐DDES model with constant C d1 = 14 alleviates the GIS issue better than the S‐IDDES model and the PL‐DDES model with C d1 = 8. The results of the free shear layer show that the PL‐DDES model can switch RANS to LES more rapidly and unlock the Kelvin‐Helmholtz instability more effectively than the S‐DDES model. For the backward‐facing step flow, the S‐IDDES model performs poorly when unlocking the Kelvin‐Helmholtz instability in the separation zone. On the other hand, the PL‐DDES model has a rapid RANS‐LES transition after the step and produces a significant transport of momentum in the shear layer, leading to reasonable separation distance and flow structures.

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)0,001
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 enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,190
Écart entre enseignants0,180 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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