MétaCan
Menu
Retour à la cohorte
Enregistrement W323778421 · doi:10.4271/2015-01-2162

Progress towards a 3D Numerical Simulation of Ice Accretion on a Swept Wing using the Morphogenetic Approach

2015· article· en· W323778421 sur OpenAlexaff
Krzysztof Szilder, Edward P. Lozowski

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensUniversity of AlbertaNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésWingAerospace engineeringComputer scienceGeologySimulationEngineering

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">We have developed an original, three-dimensional icing modelling capability, called the “morphogenetic” approach, based on a discrete formulation and simulation of ice formation physics. Morphogenetic icing modelling improves on existing ice accretion models, in that it is capable of predicting simultaneous rime and glaze ice accretions and ice accretions with variable density and complex geometries. The objective of this paper is to show preliminary results of simulating complex three-dimensional features such as lobster tails and rime feathers forming on a swept wing. The results are encouraging. They show that the morphogenetic approach can predict realistically both the overall size and detailed structure of the ice accretion forming on a swept wing. Under cold ambient conditions, when drops freeze instantly upon impingement, the numerical ice structure has voids, which reduce its density. At warmer air temperatures, when drops do not freeze on impingement, larger cavities form, due to the shadowing process, along with the development of morphological features called lobster tails. Ice feathers also appear. As far as we know, no other numerical model can simulate these complex, three-dimensional ice structures that form on a swept wing.</div></div>

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,034
Tête enseignante GPT0,274
Écart entre enseignants0,240 · 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'étudeObservationnel
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

Citations13
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetIcing and De-icing TechnologiesTravaux en français237 207