MétaCan
Menu
Retour à la cohorte
Enregistrement W3202540944 · doi:10.1088/1742-6596/1592/1/012018

Flow field calibration of a newly developed Laval nozzle in 2.4m transonic wind tunnel

2020· article· en· W3202540944 sur OpenAlexaboutno aff
Guangyuan Liu, Xuekong Chen, Qiuting Guo, Xiaojun Shi

Notice bibliographique

RevueJournal of Physics Conference Series · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace and Aviation Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransonicSupersonic wind tunnelHypersonic wind tunnelWind tunnelSupersonic speedSubsonic and transonic wind tunnelMach numberNozzleAerospace engineeringAerodynamicsRocket engine nozzleRange (aeronautics)EngineeringMarine engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The range of Mach number of 1.3 to 1.5 is defined as low-supersonic flow in wind tunnel testing, which is necessary range for major fighters, aerospace vehicles, and missiles to reach the cruise state. It is also the most difficult test range for conventional ground simulation equipment due to sound barrier and uniformity of artificial air flows. In order to expand the test range of 2.4m transonic wind tunnel, researches on low supersonic flow filed calibration was carried out, and the geometrical parameters of perforated walls in test section were determined. Measured results of flow uniformity are compared with advanced wind tunnels using cross-shaped rake and cone-cylinder model. The results show that uniformed low supersonic flow in model testing area was obtained using newly developed nozzle together with perforated walls in 2.4m transonic wind tunnel, which effectively improve the simulation capability of the facility. Together with the capacity of 2m supersonic wind tunnel, seamless link of test data has been achieved in high speed regime, which has formed an integrated test platform for sub-, trans-, and supersonic speeds on the order of 2 meters.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,310

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 Opus0,019
Tête enseignante GPT0,214
Écart entre enseignants0,195 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetAerospace and Aviation TechnologyTravaux en français237 207