MétaCan
Menu
Retour à la cohorte
Enregistrement W2995825383 · doi:10.1115/1.4045481

Multiscale Parallelized Computational Fluid Dynamics Modeling Toward Resolving Manufacturable Roughness

2019· article· en· W2995825383 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Engineering for Gas Turbines and Power · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Mathematical Modeling in Engineering
Établissements canadiensSiemens (Canada)
Organismes subventionnairesnon disponible
Mots-clésSurface roughnessSurface finishComputational fluid dynamicsFlow (mathematics)Computer scienceMechanical engineeringBlock (permutation group theory)Materials scienceComputational scienceSimulationMechanicsAerospace engineeringEngineeringPhysicsGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Typical turbomachinery aerothermal problems of practical interest are characterized by flow structures of wide-ranging scales, which interact with each other. Such multiscale interactions can be observed between the flow structures produced by surface roughness and by the bulk flow patterns. Moreover, additive manufacturing (AM) may sooner or later open a new chapter in the way components are designed by granting designers the ability to control the shape and patterns of surface roughness. 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, the question would arise regarding how surface microstructures can be incorporated in computational analyses during designing in the future. Semi-empirical methods for predicting aerothermal characteristics and the impact of manufacturable roughness could be used to minimize 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 (Kapsis and He, 2018, “Analysis of Aerothermal Characteristics of Surface Micro-Structures,” ASME J. Fluids Eng., 140(5), p. 051104). In this paper, a new multiscale approach based on the novel block spectral method (BSM) is adopted. This method aims to provide efficient resolution of the detailed local flow variation in space and time of the large-scale microstructures. This resolution is provided without resorting to modeling every single ones in detail, as a conventional large-scale computational fluid dynamics (CFD) simulation would demand, but still demonstrating similar time-accurate and time-averaged flow properties. The main emphasis of this work is to develop a parallelized 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 microstructured 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.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,612

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 savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,232
Écart entre enseignants0,221 · 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