Particle Image Velocimetry Measurements of Aeroacoustic Sources of a Shallow Cavity in a Pipeline
Notice bibliographique
Résumé
The aeroacoustic sources generated by flow over a ducted shallow cavity in the presence of a longitudinal plane sound wave are examined at various Strouhal numbers and sound intensities. The cavity is exposed to high Reynolds number fully developed pipe flow. Extensive particle image velocimetry (PIV) flow measurements are performed to characterize the unsteady velocity field and finite element analysis is used to obtain the acoustic velocity field. Howe's aeroacoustic integrand is then used to compute the spatial and temporal distributions of the aeroacoustic sources resulting from the cavity shear layer interaction with the sound field. The results show two aeroacoustic sources separated by a sink along the cavity shear layer. This distribution is different from that reported for the closed side-branch resonance case, which shows a single source at the downstream corner and a sink at the upstream corner of the cavity. The effect of the upstream corner geometry in the present case is, therefore, expected to be different from the case of side-branch resonance. The time-averaged sound power distribution is computed and the total sound power per cycle is compared with the aeroacoustic source strength measured by means of the standing wave method (SWM) (Mohamed, S., Graf, H. R., and Ziada, S., 2011, “Aeroacoustic Source of a Shallow Cavity in a Pipeline,” ASME Paper No. PVP2011-57437). The merits of these two methods in determining the aeroacoustic sources are highlighted.
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 ».