MétaCan
Menu
Retour à la cohorte
Enregistrement W3138308374 · doi:10.1063/5.0036088

Slat cove dynamics of low Reynolds number flow past a 30P30N high lift configuration

2021· article· en· W3138308374 sur OpenAlexafffund
Mayank Vadsola, G. Gilou Agbaglah, Catherine Mavriplis

Notice bibliographique

RevuePhysics of Fluids · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReynolds numberPhysicsWakeVortexMechanicsVortex sheddingLift (data mining)Horseshoe vortexTurbulenceGeometryClassical mechanicsVorticityMathematics

Résumé

récupéré en direct d'OpenAlex

A three-dimensional computational fluid dynamics analysis of low Reynolds number [O(104)] flow over a 30P30N three-element high lift wing is carried out using a high-order spectral element method. In this article, we study the flow in the slat cove region and the slat wake/shear layer interaction. Vortical structures, identified in the computations, are very similar to those visualized in recent experiments. For Reynolds numbers below a critical interval (found in recent experiments), Görtler vortices are observed in the slat wake, while for Reynolds numbers above the critical interval, a roll-up is observed in the slat cove and both streamwise and spanwise vortices form in the slat wake. Prior to the formation of Görtler and roll-up vortices, three-dimensional tongue- or rib-like vortex shapes, similar to those found in the wake of bluff bodies, are observed in the slat cove and promote transition to three-dimensional flow. Above the critical interval, streaks and spanwise vortices are observed to dominate the slat wake and lead to the formation of hairpin vortices which contribute to the transition to turbulence. Integral flow parameters such as lift, drag, and pressure coefficients are analyzed in the range of Reynolds numbers studied.

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 candidatesaucune
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 enseignants0,456
Score d'incertitude au seuil0,911

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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

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