MétaCan
Menu
Retour à la cohorte
Enregistrement W4365151234 · doi:10.4271/2023-01-0919

The Influence of Traffic Wakes on the Aerodynamic Performance of Heavy Duty Vehicles

2023· article· en· W4365151234 sur OpenAlexaff
Brian McAuliffe, Hali Barber, Faegheh Ghorbanishohrat

Notice bibliographique

RevueSAE International Journal of Advances and Current Practices in Mobility · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésWakeAerodynamicsWind tunnelCrosswindTrailerDragDrag coefficientFreestreamMarine engineeringTurbulenceAerospace engineeringMeteorologyEnvironmental scienceEngineeringStructural engineeringPhysicsReynolds number

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Road vehicles have been shown to experience measurable changes in aerodynamic performance when travelling in everyday safe-distance driving conditions, with a major contributor being the lower effective wind speed associated with the wakes from forward vehicles. Using a novel traffic-wake-generator system, a comprehensive test program was undertaken to examine the influence of traffic wakes on the aerodynamic performance of heavy-duty vehicles (HDVs). The experiments were conducted in a large wind tunnel with four primary variants of a high-fidelity 30%-scale tractor-trailer model. Three high-roof-tractor models (conventional North-American sleeper-cab and day-cab, and a zero-emissions-cab style) paired with a standard dry-van trailer were tested, along with a low-roof day-cab tractor paired with a flat-bed trailer. Amongst these, trailer variants provided a total of 10 HDV configurations that were tested in uniform turbulent flow over a range of freestream yaw angles between ±15°, and with wake effects over a range of yaw angles between -2° and +11°. Up to 53 specific wake-flow conditions were applied to each HDV configuration. Wind-load and surface-pressure measurements were acquired and provide indicators of the manner in which the aerodynamic performance of the HDV models are influenced by traffic wakes.</div><div class="htmlview paragraph">Drag-coefficient reductions up to 17% for individual drag-coefficient values and up to 9% for wind-averaged values were observed. Wakes from adjacent-lane vehicles were observed to have comparable, or sometimes greater, influence to those from safe-distance same-lane vehicles. The wakes influence primarily the forward-facing surfaces of the HDV, resulting in performance changes associated with tractor modifications being affected more than for trailer modifications. These results represent the first comprehensive study of traffic-wake effects on HDVs at safe inter-vehicle distances in highway-driving conditions, and highlight potential differences in real-world aerodynamic performance relative to the standard wind-averaged uniform-flow metrics used for fuel/energy-use and emissions predictions.</div></div>

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,529
Score d'incertitude au seuil0,204

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 Opus0,019
Tête enseignante GPT0,332
Écart entre enseignants0,313 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Advances and Current Practices in MobilityMême sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207