MétaCan
Menu
Retour à la cohorte
Enregistrement W4232818159 · doi:10.1115/1.2750680

Numerical Study of Instability Mechanisms Leading to Transition in Separation Bubbles

2008· article· en· W4232818159 sur OpenAlexafffund
Brian McAuliffe, M. I. Yaras

Notice bibliographique

RevueJournal of Turbomachinery · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPratt and Whitney Canada
Mots-clésInstabilityMechanicsTurbulenceReynolds numberDirect numerical simulationPhysicsVorticityBubbleSuctionVortexClassical mechanicsMeteorology

Résumé

récupéré en direct d'OpenAlex

In this paper, transition in a separation bubble is examined through numerical simulation. The flow Reynolds number and streamwise pressure distribution are typical of the conditions encountered on the suction side of low-pressure turbine blades of gas-turbine engines. The spatial and temporal resolutions utilized in the present computations correspond to a coarse direct numerical simulation, wherein the majority of turbulence scales, including the inertial subrange, are adequately resolved. The accuracy of the simulation results is demonstrated through favorable comparisons to experimental data corresponding to the same flow conditions. The results of the simulation show linear Tollmien-Schlichting (T-S) instability growth downstream of the point of separation, leading to the roll up of spanwise vorticity into discrete vortical structures, characteristic of Kelvin-Helmholtz (K-H) instability growth. The extent of cross-stream momentum exchange associated with packets of amplified T-S waves is examined, along with details of the time-periodic breakdown into turbulence occurring upon the development of the K-H instability. Reynolds-averaged properties of the separation bubble are presented and provide evidence of the strong three-dimensional nature of the reattachment process.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,090
Score d'incertitude au seuil0,370

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,233 · 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.

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

Citations40
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of TurbomachineryMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207