MétaCan
Menu
Retour à la cohorte
Enregistrement W3201843980 · doi:10.18409/ispiv.v1i1.88

Moving Surface Actuation, Effects of Frequency-based Shear Layer Excitation on the Response of a Bluff Body Wake

2021· article· en· W3201843980 sur OpenAlexaff
Matthew Robert Singbeil, Calin Gaina Ghiroaga, Chris Morton, Robert J. Martinuzzi

Notice bibliographique

Revue14th International Symposium on Particle Image Velocimetry · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Vibration Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWakeDragVortex sheddingMechanicsParticle image velocimetryCylinderReynolds numberPhysicsDrag coefficientAcousticsTurbulenceGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

The effect of actuation frequency, using moving surface actuation, is investigated for a square cylinder bluff body wake. Pressure sensor data are used to optimize actuation characteristics through the implementation of an NSGA-II evolutionary algorithm. Velocity field data are obtained using Particle Image Velocimetry (PIV) for baseline and optimized actuation cases. A Proper Orthogonal Decomposition (POD) analysis shows that the vortex shedding frequency shifts between frequencies associated with the actuation, moving between regions of lock-on and quasi-periodicity. Additionally, the POD shows that the energy contained in the coherent shedding motion is reduced through actuation, while the total energy in the velocity field stays relatively constant. A reconstruction of the first 10 POD modes indicates that the coherent contribution to the Reynolds stresses significantly decreases compared to the non-actuated case. The mechanism for drag reduction is investigated using the shed circulation flux and Kochin’s drag formulation model. The drag obtained using PIV measurements and Kochin’s formulation is consistent with trends observed for the base pressure as a function of actuation frequency.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,371
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
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 Opus0,007
Tête enseignante GPT0,239
Écart entre enseignants0,232 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue14th International Symposium on Particle Image VelocimetryMême sujetFluid Dynamics and Vibration AnalysisTravaux en français237 207