MétaCan
Menu
Retour à la cohorte
Enregistrement W3010600802 · doi:10.1063/1.5144387

Targeted turbulent structure control in wall-bounded flows via localized heating

2020· article· en· W3010600802 sur OpenAlexafffund
Jean-Pierre Hickey, Khaled Younes, Matthew Yao, Duosi Fan, Joseph Mouallem

Notice bibliographique

RevuePhysics of Fluids · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute Canada
Mots-clésDragTurbulenceMechanicsPhysicsViscosityParasitic dragDrag divergence Mach numberDrag coefficientDirect numerical simulationClassical mechanicsThermodynamicsReynolds number

Résumé

récupéré en direct d'OpenAlex

A targeted turbulent flow control strategy, based on selective heating of streamwise-aligned heat strips, is assessed for drag reduction using direct numerical simulations of variable viscosity and compressible turbulent channel flows. As increasing the temperature of a gas increases its viscosity, heating is generally an unfavorable drag mitigation approach. However, through a selective spatial arrangement of the heating array, the slight increase in viscosity and decrease in density can serve to modify the organization of the streamwise-aligned structures and the likelihood of the ejection and sweep events near the wall. This can, under specific conditions, lead to a very modest drag reduction. The optimal spatial arrangement is identified using a bidimensional empirical mode decomposition and targets the near-wall, large-scale turbulent motion. The drag coefficient, at constant mass flow rate, remains unchanged with heating despite up to an 11% increase in the local viscosity above the heating strips. When accounting for the viscosity variation in the drag reduction calculation, an effective drag reduction of 6% is observed.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,282
Score d'incertitude au seuil1,000

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 Opus0,007
Tête enseignante GPT0,197
Écart entre enseignants0,190 · 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.

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

Citations18
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207