MétaCan
Menu
Retour à la cohorte
Enregistrement W3206096224 · doi:10.1115/1.4052674

How Turbulence Models Perform in Simulating Pipeflow Response to Targeted Wall-Shapes?

2021· article· en· W3206096224 sur OpenAlexafffund
Mehran Masoumifar, Suyash Verma, Arman Hemmati

Notice bibliographique

RevueJournal of Fluids Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Innovates - Technology Futures
Mots-clésReynolds-averaged Navier–Stokes equationsTurbulenceScalingMechanicsReynolds numberConsistency (knowledge bases)Perturbation (astronomy)Flow (mathematics)Reynolds stressMean flowPhysicsStatistical physicsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract This study evaluates how Reynolds-averaged Navier–Stokes (RANS) models perform in simulating the characteristics of mean three-dimensional perturbed flows in pipes with targeted wall-shapes. The principal objective of this investigation is to evaluate which of the well-established RANS models can best predict the flow response and recovery characteristics in perturbed pipes at moderate and high Reynolds numbers (1×104−1.58×105). First, the flow profiles at various axial locations are compared between simulations and experiments. This is followed by assessing the well-known mean pipeflow scaling relation in the far downstream region, where the flow obtains a fully-developed state. The consistency of computationally predicted results and their similarities with experiments suggested that the Standard k−ε model can accurately capture the pipeflow characteristics in response to introduced perturbation with smooth sinusoidal axial variations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,149
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,198
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.

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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207