Adverse-pressure-gradient turbulent boundary layer on convex wall
Notice bibliographique
Résumé
Direct numerical simulations (DNSs) of an incompressible turbulent boundary layer on an airfoil (suction side) and that on a flat plate are compared to characterize the non-equilibrium turbulence and the effect of wall curvature on the flow. The two simulations effectively impose matching streamwise distributions of adverse pressure gradient (APG) quantified by the acceleration parameter (K). For the airfoil flow, an existing compressible DNS carried out by Wu et al. [“Effects of pressure gradient on the evolution of velocity-gradient tensor invariant dynamics on a controlled-diffusion aerofoil at Rec = 150,000,” J. Fluid Mech. 868, 584–610 (2019)] of the flow around a controlled-diffusion airfoil is used. For the flat-plate flow, a separate simulation is carried out with the aim to reproduce the flow in the region of the airfoil boundary layer with zero to adverse pressure gradients. Comparison between the two cases extracts the effect of a mild convex wall curvature on velocity and wall-pressure statistics in the presence of APG. In the majority part of the boundary layer development, curvature effect on the flow is masked by that of the APG, except for the region with weak pressure gradients or a thick boundary layer where the effect of wall curvature appears to interact with that of APG. High-frequency wall-pressure fluctuations are also augmented by the wall curvature. Overall, the boundary layers are qualitatively similar with and without the wall curvature. This indicates that a flat-plate boundary layer DNS may serve as a low-cost surrogate of a boundary layer over the airfoil or other objects with mild curvatures to capture important flow features to aid modeling efforts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».