MétaCan
Menu
Retour à la cohorte
Enregistrement W3048406236 · doi:10.4271/2020-01-5068

Aerodynamic Performance of Different Metro Train Geometries through a Straight Tunnel Based on Steady and Unsteady Reynolds-Averaged Navier-Stokes Modeling

2020· article· en· W3048406236 sur OpenAlexaff
Sergio Croquer, Hachimi Fellouah, Sébastien Poncet

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésAerodynamicsReynolds numberNavier–Stokes equationsMechanicsComputational fluid dynamicsComputer sciencePhysicsAerospace engineeringEngineeringTurbulenceCompressibility

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Numerical RANS modeling has been carried out to assess the aerodynamics of different metro train geometries through a straight tunnel. A steady-state approach was first used to choose the best geometry out of seven alternatives in terms of drag reduction when compared with a typical blunt face train design representative of European metro networks. The proposed models have different edge-rounding characteristics at the front and rear faces. Afterward, the baseline and optimized geometries are compared at different train velocities, and the flow structure surrounding the models is discussed using unsteady RANS results. The study focuses on skin and pressure drag coefficients for trains traveling at 40 km h<sup>−1</sup> in a straight tunnel with a blockage ratio of 0.69. All the considered alternatives show a drag reduction between 5% and 20% relative to the baseline case.</div></div>

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,019
Tête enseignante GPT0,237
Écart entre enseignants0,218 · 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'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207