MétaCan
Menu
Retour à la cohorte
Enregistrement W4293051303 · doi:10.1063/5.0106554

Air thermochemistry in the converging section of de Laval nozzles on hypersonic wind tunnels

2022· article· en· W4293051303 sur OpenAlexaboutno aff
Sangdi Gu, Jiaao Hao, Chih‐Yung Wen

Notice bibliographique

RevueAIP Advances · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueGas Dynamics and Kinetic Theory
Établissements canadiensnon disponible
Organismes subventionnairesHong Kong Polytechnic University
Mots-clésThermochemistryNon-equilibrium thermodynamicsThermodynamicsThermodynamic equilibriumFlow (mathematics)Stagnation enthalpyMechanicsEquilibrium thermodynamicsNozzleRange (aeronautics)Section (typography)PopulationChemistryWork (physics)PhysicsMaterials scienceEnthalpy

Résumé

récupéré en direct d'OpenAlex

State-to-state simulations of nonequilibrium flow in nozzles are made for a range of reservoir conditions and geometries. The geometry of the converging section and throat has little influence on the thermochemistry of the flow. Higher reservoir pressure and temperature both drive the thermochemistry toward equilibrium. For reservoir temperatures of 1500, 4000, and 7000 K, the flow property that has the largest departure from equilibrium is the N2 vibrational temperature, the O mass fraction, and the N mass fraction, respectively. Even at the lowest reservoir pressure, these departures from equilibrium are only 14%, 8%, and 2% for the 1500, 4000, and 7000 K reservoirs, respectively. The differences in these flow properties at the throat between the nonequilibrium and equilibrium simulations are maintained throughout in the nonequilibrium simulations of the diverging section. Applying the simplification of equilibrium flow in the converging section and around the throat yields almost no observable errors in the vibrational population distributions in the diverging section. The simplification is recommended for most practical intents and purposes, and the current work provides important quantitative information to make informed judgments when applying it.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,448
Score d'incertitude au seuil0,214

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 Opus0,013
Tête enseignante GPT0,269
Écart entre enseignants0,256 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP AdvancesMême sujetGas Dynamics and Kinetic TheoryTravaux en français237 207