MétaCan
Menu
Retour à la cohorte
Enregistrement W3196930945 · doi:10.2514/1.j060505

Dynamics of Turbulent and Nonturbulent Interfaces in Cylinder and Airfoil near Wakes

2021· article· en· W3196930945 sur OpenAlexafffund
Huiying Zhang, Xiaohua Wu

Notice bibliographique

RevueAIAA Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensRoyal Military College of CanadaQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute Canada
Mots-clésWakeVortex sheddingTurbulencePhysicsTrailing edgeAirfoilVorticityVortexEnstrophyGeometryMechanicsClassical mechanicsMathematicsReynolds number

Résumé

récupéré en direct d'OpenAlex

Velocity gradient tensor invariants are used to extract flow physics near the turbulent and nonturbulent interfaces (TNTIs) of cylinder and airfoil wakes with vortex shedding in conjunction with spatially developing direct numerical simulation. Conditional sampling is performed on fuzzy-cluster-method-resolved TNTIs using a novel subzone approach in which each instantaneous TNTI is subdivided into four categories: trough, bulge, leading edge, and trailing edge. Results of the conditionally sampled statistics, topology, and orientation of TNTI local structures suggest that wake TNTI properties depend more heavily on the degree of vortex shedding and relatively less on the degree of wake symmetry. The present subzone-sampled joint probability density functions of the second and the third invariants of the velocity gradient tensor are compared with existing jet and mixing layer observations, and new insights are extracted. Random relative orientation between the vorticity vector and the TNTI normal is observed in the trough subzone of the present wake TNTIs, which casts doubts on the notion of full vortex structure confinement. The turbulent flow near the trailing edge subzone of wake TNTI is found to be the most effective in enstrophy production, whereas the turbulent flow in the leading-edge portion is the least effective.

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 enseignants0,294
Score d'incertitude au seuil0,502

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 GPT0,195
Écart entre enseignants0,190 · 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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIAA JournalMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207