Comparison of Pressure-based and Skin Friction-based Methods for theDetermination of Flow Separation of a Circular Cylinder with RoundnessImperfection
Notice bibliographique
Résumé
Introduction: A delayed detached eddy simulation in Open FOAM was performed to study flow separation of a circular cylinder with roundness imperfection up to 4% of its diameter at Reynolds numbers of 100, 3900, and 104 in normal flow. Methods: The flow was considered to be Newtonian and incompressible. The separation position was determined independently based on surface pressure distribution and skin friction. Results: Results show that the patterns of these distributions depend on both Reynolds number and roundness imperfection level, and flow separation in an imperfectly round cylinder may be induced by either an adverse pressure gradient or a Gentle Bend (GB) introduced by the roughness. For the separation point determined by the pressure-based method, its accuracy can be affected by the characteristic of pressure distribution near the separation point at low Reynolds numbers, and, thus, its physical validity needs to be verified by flow visualization at high Reynolds numbers. Conclusion: The skin friction-based method can accurately predict separation point for both perfectly and imperfectly round cylinders without additional information. When the roundness imperfection ratio reaches 2% and the Reynolds number reaches 3900, both approaches indicate that the flow separation point converges to the location of GB on the cylinder surface and the two sets of predicted separation points agree well.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».