Computational aeroacoustic noise predictions of a 30P30N three-elementhigh-lift device
Notice bibliographique
Résumé
In recent decades, it was discovered that airframe-induced aircraft noise poses a significant threat to public health due to its negative physiological effects that are imposed through chronic noise exposure. Particularly, high lift devices (HLD) are one of the most prominent broadband and narrowband sources of airframe noise which has made it an active subject of research. Generally comprised of slats, a main element, and flaps, recent HLD research has limited its scope of interest to the slat cove and slat trailing edge as they are the loudest recorded noise sources. However, multi-dimensional flap noise has become of particular interest given the growing popularity of two-element HLD configurations (i.e., only flaps and the main element) which are generally found in smaller commercial aircraft and business jetsthereby making flaps the biggest source of HLD noise. In this paper, the most recent computational aeroacoustic (CAA) results of an ongoing simulation campaign series to benchmark a fully configured 30P30N high lift device inside the University of Toronto's Hybrid Anechoic Wind Tunnel (HAWT) will be presented and discussed. First, the subject matter will feature aerodynamic comparisons between quasi-two-dimensional unsteady Reynolds-Averaged Navier-Stokes (uRANS) simulations and Large Eddy Simulations (LES), and the current experimental results gathered at the HAWT. These statistically converged results will investigate Reynolds number dependency via surface pressure measurements and integral force characteristics such as lift and dragall while comparing CAA results to the experimental results subjected to the installation effects of the HAWT. Second, computational acoustic results will be compared with experiments wherein dominant acoustic modes, tones and noise sources will be examined. Lastly, low-fidelity two-dimensional steady RANS simulations using a modified version of Amiet's acoustic model will be compared with high-fidelity unsteady RANS (uRANS) and wall-resolved LES featuring a Ffowcs-Williams and Hawkings' (FW-H) far-field acoustics code. The emphasis of this section will be to contrast the flap selfnoise induced by edge scattering at the trailing edge, and to analyze the feedback loop induced by laminar recirculation bubble instability against the flap suction surface into the far-field. The topics covered in this paper will be further refined and expanded by the group, and the goal of fully benchmarking the HAWT while investigating the capacities of numerical schemes in CAA solvers will be attained in subsequent papers.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».