Heat Transfer Correlations for Smooth and Rough Airfoils
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Low-fidelity methods such as the Blade Element Momentum Theory frequently provide rotor aerodynamic performances. However, these methods must be coupled to databases or correlations to compute heat transfer. The literature lacks correlations to compute the average heat transfer around airfoil. The present study develops correlations for an average heat transfer over smooth and rough airfoil. The correlation coefficients were obtained from a CFD database using RANS equations and the Spalart–Allmaras turbulent model. This work studies the NACA 0009, NACA 0012, and NACA 0015 with and without the leading roughness representative of a small ice accretion. The numerical results are validated against lift and drag coefficients from the literature. The heat transfer at the stagnation point compares well with the experimental results. The database indicates a negligible dependency on airfoil thickness. The work presents two correlations from the database analysis: one for the smooth airfoils and one for the rough airfoils. For the zero lift coefficient, the average Nusselt number is maximum. This increases with Re0.636 for the smooth surface and with Re0.85 for the rough surface. As the lift increases, the average Nusselt is reduced by values proportional to the square of the lift coefficient for the smooth surface, while it is reduced by values proportional to Re and the square of the lift coefficient for the rough surface.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 0,000 |
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.
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 découle