MétaCan
Menu
Retour à la cohorte
Enregistrement W4256299899 · doi:10.1115/1.2812948

Numerical Study of Turbulent-Spot Development in a Separated Shear Layer

2008· article· en· W4256299899 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 CanadaNational Research Council CanadaPratt and Whitney Canada
Mots-clésFreestreamTurbulenceMechanicsPhysicsVortexK-epsilon turbulence modelLaminar flowBoundary layerReynolds numberInstabilityClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The development of turbulent spots in a separation bubble under elevated freestream turbulence levels is examined through direct numerical simulation. The flow Reynolds number, freestream turbulence level, and streamwise pressure distribution are typical of the conditions encountered on the suction side of low-pressure turbine blades of gas-turbine engines. Based on the simulation results, the spreading and propagation rates of the turbulent spots and their internal structure are documented, and comparisons are made to empirical correlations that are used for predicting the transverse growth and streamwise propagation characteristics of turbulent spots. The internal structure of the spots is identified as a series of vortex loops that develop as a result of low-velocity streaks generated in the shear layer. A frequency that is approximately 50% higher than that of the Kelvin–Helmholtz instability is identified in the separated shear layer, which is shown to be associated with the convection of these vortex loops through the separated shear layer. While freestream turbulence is noted to promote breakdown of the laminar separated shear layer into turbulence through the generation of turbulent spots, evidence is found to suggest coexistence of the Kelvin–Helmholtz instability, including the possibility of breakdown to turbulence through this mechanism.

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 enseignants0,278
Score d'incertitude au seuil0,607

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 Opus0,016
Tête enseignante GPT0,235
Écart entre enseignants0,219 · 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

Citations9
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

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