MétaCan
Menu
Retour à la cohorte
Enregistrement W3169341587 · doi:10.1080/10618562.2021.1929938

Edge-Based Finite Element Formulation of Magnetohydrodynamics at High Mach Numbers

2021· article· en· W3169341587 sur OpenAlexafffund
Wenbo Zhang, Wagdi G. Habashi, Guido S. Baruzzi, N. Ben Salah

Notice bibliographique

RevueInternational journal of computational fluid dynamics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensMcGill UniversityLockheed Martin (Canada)Natural Sciences and Engineering Research Council
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaLockheed Martin
Mots-clésMach numberPhysicsMechanicsMagnetohydrodynamicsTurbulenceFinite element methodPolygon meshMagnetic fieldHypersonic speedClassical mechanicsComputational physicsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

In the context of the development of HALO3D (High Altitude Low Orbit 3D), an edge-based Finite Element Method multidisciplinary solver for hypersonic flows, this paper presents the simulation of flows with an imposed magnetic field. Applying the low-magnetic Reynolds number approximation, a current-continuity equation replaces Maxwell's equations with the Hall effect introduced through an electrical conductivity tensor. The approach is validated via the simulation of ionized flow through singly-paired segmented electrodes. Viscous, ionized flow simulations over a hemisphere at Mach 21.38 and over the OREX (Orbital Re-entry Experiment) capsule at Mach 17.61 are also presented. The 3D unstructured hybrid meshes used for these cases are optimized with a highly anisotropic methodology based on the Hessians of the solution, combining multi-physics adaptation criteria such as density, pressure, temperature, velocity, turbulent viscosity and electric potential. Unlike uniform mesh refinement or gradient-based mesh enrichment, this approach greatly improves accuracy without increasing mesh size.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 GPT0,218
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational journal of computational fluid dynamicsMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207