MétaCan
Menu
Retour à la cohorte
Enregistrement W3211294837 · doi:10.2514/1.c036314

Hovering Helicopter Rotors Modeling Using the Actuator Line Method

2021· article· en· W3211294837 sur OpenAlexafffund
Reda Merabet, Éric Laurendeau

Notice bibliographique

RevueJournal of Aircraft · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputational fluid dynamicsRotor (electric)AerodynamicsChord (peer-to-peer)VortexControl theory (sociology)Computer scienceLift coefficientMechanicsTurbineReynolds numberAerospace engineeringStructural engineeringEngineeringPhysicsMechanical engineeringTurbulence

Résumé

récupéré en direct d'OpenAlex

An implementation of the actuator line method (ALM) is applied to a hovering helicopter rotor. This method, which is widely used for wind turbine simulations, replaces the rotor blades by momentum source terms in the unsteady Reynolds-averaged Navier–Stokes equations. The removal of the blade mesh significantly reduces the computational mesh size, thus lowering the computational cost. The ALM is presented along with some improvements, notably the choice and treatment of the projection kernel. A parameter sweep is performed showcasing the importance of proper selection of the Gaussian smearing coefficient for accurate rotor performance predictions with a value of scaled around a quarter chord in size. With this value, a new set of simulations on a refined mesh is performed and analyzed covering global rotor performance coefficients, sectional blade loading, tip vortex characteristics in terms of positions, circulation, and core radius. The ALM is benchmarked against an equivalent blade resolved case on the well-known S-76 rotor. Results confirm the appropriateness of the ALM model for a hovering rotor for main flow features and performance metrics, although there was a small loss of accuracy on the tip blade loading in the presence of a blade–vortex interaction. Finally, computational performances indicate an elapsed-time speed-up between 3 and 4× in addition to a greater parallel efficiency in favor of the ALM.

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
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 Opus0,032
Tête enseignante GPT0,293
Écart entre enseignants0,260 · 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

Citations15
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of AircraftMême sujetWind Energy Research and DevelopmentTravaux en français237 207