MétaCan
Menu
Retour à la cohorte
Enregistrement W4312468280 · doi:10.1115/fedsm2022-87621

Separation Control on an NACA 0025 Airfoil Using an Array of MEMS-Based Synthetic Jets

2022· article· en· W4312468280 sur OpenAlexaff
Karen Xu, Philippe Lavoie, Pierre E. Sullivan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma and Flow Control in Aerodynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAirfoilSynthetic jetParticle image velocimetryFlow separationFlow visualizationReynolds numberDragFlow control (data)AcousticsWakeChord (peer-to-peer)ActuatorMaterials scienceVortexMechanicsAngle of attackAerodynamicsAerospace engineeringFlow (mathematics)PhysicsEngineeringComputer scienceTurbulenceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract An novel array of micro-electromechanical systems (MEMS) synthetic jets was designed to control flow separation by periodic blowing at two pre-determined frequencies on a NACA 0025 airfoil for a chord Reynolds number Rec = 105 and angle-of-attach α = 10°. The synthetic jets were generated by commercially available microblowers, providing ease of maintenance compared to other customized synthetic jet actuators. The velocity output of this jet array was characterized with hot-wire anemometry (HWA), and reattached flow was identified using smoke-wire visualization. Pressure measurements show that the array can suppress flow separation on the airfoil, resulting in 2.5 times lift recovery. From wake measurements, up to 50% drag reduction was achieved with the actuation of the jet array compared to the baseline (uncontrolled) case. Particle image velocimetry (PIV) was used to visualize the flow fields of the baseline case and two controlled cases. There was a significant difference in the scale of the vortices produced by the jet array and features of the reattached flow between the two actuation frequencies used.

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 enseignants0,229
Score d'incertitude au seuil0,627

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 GPT0,241
Écart entre enseignants0,228 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlasma and Flow Control in AerodynamicsTravaux en français237 207