On the use of two-point velocity correlation in wall-pressure models for turbulent flow past a trailing edge under adverse pressure gradient
Notice bibliographique
Résumé
Two-point velocity statistics near the trailing edge of a controlled diffusion airfoil are obtained, both experimentally and analytically, by decomposing Poisson’s equation for pressure into the mean-shear (MS) and turbulence–turbulence (TT) interaction terms. The study focuses on the modeling of each interaction term, in order to allow for the reconstruction of the wall-pressure spectra from tomographic velocimetry data, without numerically solving for pressure. The two-point correlation of the wall-normal velocity that describes the magnitude of the MS source term is found to be influenced by various competing factors such as blocking, mean-shear, and the adverse mean pressure gradient. The blocking term is found to supersede the other interaction terms close to the wall, making the two-point velocity correlation self-similar. The most dominant TT term that contributes to far-field noise for an observer located perpendicular to the airfoil chord at the mid-span is shown to be the one that quantifies the variation of the wall-normal velocity fluctuations in the longitudinal direction because of the statistical homogeneity of turbulence in planes parallel to the wall. A model to determine the contribution of the TT interaction term is proposed where the fourth-order two-point correlation can be modeled using Lighthill’s approximation. However, its contribution toward wall-pressure spectra is found to be substantially lower than the MS term in the present case.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».