MétaCan
Menu
Retour à la cohorte
Enregistrement W4232555358 · doi:10.22215/etd/2017-12184

Investigating the Impact of Using CFD Generated Unsteady Mach Number Dynamic Stall Data for Numerical Rotor Analysis of Helicopter Forward Flight

2017· dissertation· en· W4232555358 sur OpenAlexafffund
Dustin Jee

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Ontario
Mots-clésStall (fluid mechanics)FreestreamComputational fluid dynamicsAerodynamicsMach numberPitching momentAerospace engineeringHelicopter rotorComputer scienceEngineeringMechanicsRotor (electric)Angle of attackPhysicsMechanical engineeringTurbulenceReynolds number

Résumé

récupéré en direct d'OpenAlex

When the rotor blades are at a high advance ratio and/or a high thrust coefficient, the onset of dynamic stall makes accurate prediction of airloads on the rotor blades difficult.Comprehensive rotor analysis codes used in the industry rely on semi-empirical dynamic stall models to generate the aerodynamic coefficients of the blade sections undergoing dynamic stall.However, these models neglect the unsteady nature of the freestream seen by the blade sections compromising the accuracy of the analysis at high speed forward flight and high blade loading conditions.Thus, this thesis aims to investigate the impact of including the unsteady freestream effects in dynamic stall for the prediction of the airloads on the rotor blades.To study the impact of including the unsteady nature of the freestream in dynamic stall, Computational Fluid Dynamics (CFD) was used to generate the unsteady 2D dynamic stall aerodynamic data.The CFD data then served as inputs to the in-house rotor analysis code called Qoptr to generate blade airload results.The flight test data from a steady-level flight case (C T /σ = 0.129, µ = 0.24) from the UH-60A Airloads program was used for validation.The Qoptr blade airload results generated with the unsteady CFD dynamic stall data showed considerably better agreement with the flight test data than the results generated with semi-empirical dynamic stall models, especially in the sectional moment results.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,029
Tête enseignante GPT0,345
Écart entre enseignants0,316 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207