MétaCan
Menu
Retour à la cohorte
Enregistrement W4236409929 · doi:10.1121/1.4790578

Effects of a boundary layer trip in the prediction of noise from flow past tandem cylinders

2013· article· en· W4236409929 sur OpenAlexafffund
Daniel W. Armstrong, Luc Mongeau

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensMcGill University
Organismes subventionnairesHéroux-DevtekCompute CanadaMcGill University
Mots-clésBoundary layerTurbulenceWind tunnelMechanicsAcousticsWakeComputational fluid dynamicsNoise (video)Vortex sheddingPhysicsReynolds numberComputer science

Résumé

récupéré en direct d'OpenAlex

The use of boundary layer trips in wind tunnel experiments forces transition to fully turbulent flow, which affects the resulting acoustic signature. Boundary layer trips are often too small to be modeled geometrically in computational simulations, making it difficult to consider their influence. The goal of this study was to determine the best method for representing the effects of a boundary layer trip in the benchmark aeroacoustic problem of flow over tandem cylinders in a wind tunnel. This case is pertinent to the study of aircraft landing gear noise because periodic vortex shedding results in pronounced acoustic tones in addition to broadband noise from turbulent wake interactions. A hybrid Lattice-Boltzmann Method/Ffowcs-Williams Hawkings technique was used to predict the transient flow field and the resulting noise. This study compared four methods for simulating the trip's effects: 1) applying a surface roughness on the upstream cylinder; 2) reducing the viscosity of the fluid; 3) applying a geometric trip on the upstream cylinder that is one volume element thick; and 4) forcing velocity perturbations in the incoming free stream. Of these methods, reducing the fluid's viscosity was the most effective way to reproduce the highly turbulent flow patterns and the acoustic signature.

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)0,002
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,006
Tête enseignante GPT0,186
Écart entre enseignants0,180 · 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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207