MétaCan
Menu
Retour à la cohorte
Enregistrement W4391301262 · doi:10.2514/6.2024-1292

A Comparative Study of Experimental and Simulation Data for Micrometer Particle Acceleration in a Low-Pressure Supersonic Jet Impingement System

2024· article· en· W4391301262 sur OpenAlexaboutno aff
Austin J. Andrews, Nathan A. Bellefeuille, Ioannis Pothos, Hasan F. Celebi, Christopher J. Hogan, Thomas E. Schwartzentruber, Bernard A. Olson, Kaleb A. Siekmeier

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupersonic speedAccelerationJet (fluid)MechanicsMicrometerParticle (ecology)Aerospace engineeringMaterials sciencePhysicsClassical mechanicsEngineeringOpticsGeology

Résumé

récupéré en direct d'OpenAlex

Micrometer-sized particles impacting high-speed vehicles encounter a wide range of conditions, including gas rarefaction and high relative speeds, which significantly affect their drag. Recent attention has been given to understanding hypersonic vehicle behavior in particle laden environments, where accurate prediction of particle drag under a wide range pressure, temperature and gas velocities is paramount to predicting damage to surfaces. To this end, we design an experimental system to measure particle acceleration and declaration in a low pressure supersonic jet impingement with gas Mach reaching a value of 5. Pure nitrogen gas was used with gas pressure and gas temperature near standard conditions upstream of a de Laval nozzle and flow driven by a 266 Pa downstream pressure. Well controlled single sized solid spherical particles in the size range of 0.7 to 7 μm in diameter and density of 2.7 g cm⁻³ and 1.5 g cm⁻³ are generated by a vibrating orifice generator. The velocities of particles within the supersonic jet are measured using laser Doppler velocimetry at various downstream locations. Particle velocities are compared with numerical models that incorporate state-of-the-art drag laws suitable for the high Mach number and high Knudsen number regimes.

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 enseignants0,448
Score d'incertitude au seuil0,348

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 Opus0,073
Tête enseignante GPT0,346
Écart entre enseignants0,273 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetParticle Dynamics in Fluid FlowsTravaux en français237 207