Comparison between the two-equation turbulence models of Jones and Launder and of Wilcox and Rubesin applied to aerospace problems
Notice bibliographique
Résumé
In the present work, the Van Leer flux vector splitting scheme is implemented on a finite-volume context. The two-dimensional Favre-averaged Navier-Stokes equations are solved using an upwind discretization on a structured mesh. The Jones and Launder and the Wilcox and Rubesin two-equation models are used in order to close the problem. The physical problems under studies are the low supersonic flow along a ramp and the moderate supersonic flow around a blunt body configuration. The implemented scheme uses a MUSCL (Monotone Upstream-centered Schemes for Conservation Laws) procedure to reach second order accuracy in space. The time integration uses a Runge-Kutta method of five stages and is second order accurate. The algorithm is accelerated to the steady state solution using a spatially variable time step. This technique has proved excellent gains in terms of convergence rate as reported in Maciel. The results have demonstrated that the Wilcox and Rubesin model has yielded more critical pressure fields than the ones due to Jones and Launder. The shock angle of the oblique shock wave in the ramp problem and the stagnation pressure ahead of the blunt body configuration are better predicted by the Wilcox and Rubesin turbulence model. Key words: Van Leer algorithm, Jones and Launder turbulence model, Wilcox and Rubesin turbulence model, finite volumes and structured discretization, Navier-Stokes equations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».