MétaCan
Menu
Retour à la cohorte
Enregistrement W3197231644 · doi:10.1088/1742-6596/2012/1/012048

Nozzle Flow Simulation by Small Disturbance Approximation and Euler Method

2021· article· en· W3197231644 sur OpenAlexaboutno aff
Fanrui Cheng, Xu Yang, Wenbo Zhou

Notice bibliographique

RevueJournal of Physics Conference Series · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNozzleMach numberSupersonic speedEuler equationsMechanicsAerodynamicsAirflowDischarge coefficientFlow (mathematics)Hypersonic speedPhysicsAerospace engineeringEngineeringMechanical engineeringMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract The nozzle is a kind of equipment with a wide range of usage in the aerospace industry, of which its performance is vital for rocket engines by changing the geometry of the inner wall of the pipe section to accelerate the airflow. There are two types of nozzles commonly used: one is a tapered nozzle, and the other is a Laval nozzle. To analyze the flow phenomenon in nozzle is vital before transferring prototype design into industrial production, whether by laboratory experiment or computational simulation. In this paper, two different numerical methods are adopted to simulate gas behavior inside a simplified nozzle with upper and bottom symmetrical bumps. The first is to solve one dimensional Euler equations, and the other is to solve a scalar variable named velocity potential with small disturbance equations (SDE). The solutions under various inlet Mach numbers are compared by analysing the velocity fields and Mach number contours obtained by these two approaches. Similarities and differences between the Euler method and the potential SDE method for subsonic flow and supersonic flow are the key emphases in this work. For either subsonic or supersonic flow, the Mach number distribution along the nozzle’s center line shows a consistent trend for both methods. In contrast, the values of maximum or minimum Mach number have corresponding differences. Moreover, by using potential SDE simulation, several types of shock waves are successfully captured. All results show that the incoming airflow decelerates at the leading edge of the nozzle then accelerates when passing through the bumps, and finally decelerates back to the speed of inlet flow. The difference is that flows with varied Mach numbers has distinct velocity distributions in the nozzle.

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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,219 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207