Estimation of Skin Friction on the NASA BeVERLI Hill using Oil Film Interferometry
Notice bibliographique
Résumé
View Video Presentation: https://doi.org/10.2514/6.2023-0988.vid Viscous drag reduction plays a vital role in increasing the performance of vehicles. However, there are only so many measurement techniques that can quickly and accurately measure this when compared to pressure drag measurement techniques. The current study makes use of one of the direct and robust measurement techniques that exist, called the Oil Film Interferometry (OFI) to estimate skin friction on the NASA/Virginia Tech BeVERLI (Benchmark Validation Experiment for RANS and LES Investigations) hill. This project aims to develop a detailed database of non-equilibrium, separated turbulent boundary layer flows obtained through wind tunnel experiments for CFD validation. Skin friction measurements are obtained at specific critical locations on the hill and in its close proximity. The challenges involved in obtaining skin friction data from these locations are discussed in detail. Detailed discussions on the experimental setup and data processing methodology are presented. Qualitative and quantitative results from each measurement location are discussed along with uncertainties to explain certain key flow physics. Additionally, skin friction coefficients from selected overlapping measurement locations from another experimental flow measurement technique called Laser Doppler Velocimetry (LDV) are compared with OFI, and a cross-instrument study is performed. Finally, results from well-refined RANS CFD simulations are assessed with the experimental results, and critical improvement areas are identified.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».