Predicting the High-Angle-of-Attack Characteristics of a Delta Wing at Low Speed
Notice bibliographique
Résumé
Ensuring the safe operation of new supersonic transport aircraft requires understanding their stability during takeoff and landing. These phases involve flying at subsonic speeds and high angles of attack, where the aerodynamics are characterized by unsteady vortical flow. This work assesses the accuracy of Reynolds-averaged Navier–Stokes (RANS) and delayed detached eddy simulations (DDES) at predicting the vortex-dominated flow over a delta wing for angles of attack up to and past stall. The delta wing has an aspect ratio of 2 and is a simplified representation of a supersonic transport wing. The predicted aerodynamic coefficients are compared with experimental data, focusing on the shape of the pitching moment curve. In addition, a steadiness metric is formulated to distinguish between steady and unsteady angles of attack. It is found that RANS accurately predicts vortex effects in the steady regime but is inaccurate at high angles of attack where the flow is unsteady. DDES is more reliable in the unsteady regime, but the computational cost is at least 100 times that of RANS. Predicting the pitching moment at the highest angles of attack is difficult even with DDES on a 69-million-cell mesh. These results provide guidelines for choosing the appropriate fidelity depending on the flow characteristics, the required accuracy, and the computational budget.
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 ».