Investigation of pulsed direct-current plasma jets in a turbulent boundary layer
Notice bibliographique
Résumé
Characteristics of the plasma jet produced by a pulsed direct-current (pulsed-DC) dielectric barrier discharge (DBD) and its interaction with a turbulent boundary layer (TBL) are investigated in detail using stereo particle imaging velocimetry. Quiescent-flow characterization results show that a positive starting vortex and a negative near-wall jet structure are induced by the pulsed-DC DBD plasma actuator. With increasing pulse width and discharge frequency, the jet velocity magnitude increases monotonously, as a direct result of the extension of fluid particle acceleration time. During the interaction with a cross-flow TBL, two streamwise vortices with opposite signs are observed at the two sides of the electrode junction, which essentially originate from the starting vortex and negative jet in quiescent air. The skin-friction drag variations are dominated by the cross-stream momentum transportation of streamwise vortices, with drag reduction in the vortex upwash zone and drag increase in the downwash zone. Compared with the conventional alternating-current DBD plasma actuators, the turbulent fluctuations produced by pulsed-DC DBD are much higher, which also affects the skin-friction drag. Further proper orthogonal decomposition (POD) analysis reveals that two distinctly different flow patterns are produced by pulsed-DC DBD working at small and large pulse widths. The dominant POD modes causing the most velocity fluctuation are the spanwise translation and deformation of plasma-induced streamwise vortices. These results provide insights into the basic phenomenon of pulsed-DC plasma jets in cross flow, which recently has demonstrated its promising applications in turbulent skin-friction reduction.
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 | 0,000 |
| 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 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 ».