MétaCan
Menu
Retour à la cohorte
Enregistrement W3205333373 · doi:10.1017/aer.2021.86

High-fidelity aerodynamic modeling of an aircraft using OpenFoam – application on the CRJ700

2021· article· en· W3205333373 sur OpenAlexaff
Marine Segui, Federico R. Abel, Ruxandra Mihaela Botez, Alessandro Ceruti

Notice bibliographique

RevueThe Aeronautical Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésAerodynamicsSolverFlight envelopeSoftwareComputer scienceAerospace engineeringSimulationComputational fluid dynamicsProcess (computing)Aerodynamic forceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract This study is focused on the development of longitudinal aerodynamic models for steady flight conditions. While several commercial solvers are available for this type of work, we seek to evaluate the accuracy of an open source software. This study aims to verify and demonstrate the accuracy of the OpenFoam solver when it is used on basic computers (32–64GB of RAM and eight cores). A new methodology was developed to show how an aerodynamic model of an aircraft could be designed using OpenFoam software. The mesh and the simulations were designed only using OpenFoam utilities, such as blockMesh, snappyHexMesh, simpleFoam and rhoSimpleFoam. For the methodology illustration, the process was applied to the Bombardier CRJ700 aircraft and simulations were performed for its flight envelope, up to M0.79. Forces and moments obtained with the OpenFoam model were compared with an accurate flight data source (level D flight simulator). Excellent results in data agreement were obtained with a maximum absolute error of 0.0026 for the drag coefficient, thus validating a high-fidelity aerodynamic model for the Bombardier CRJ-700 aircraft.

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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,280
Écart entre enseignants0,253 · 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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Aeronautical JournalMême sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207