MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393179621 · doi:10.1109/cdc56724.2024.10886710

Convection-Enabled Boundary Control of a 2D Channel Flow

2024· preprint· en· W4393179621 sur OpenAlexaff
Mohamed Camil Belhadjoudja, Miroslav Krstić, Emmanuel Witrant

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésConvectionMechanicsFlow control (data)Flow (mathematics)Channel (broadcasting)Open-channel flowBoundary (topology)Computer scienceControl theory (sociology)Control (management)GeologyMaterials sciencePhysicsMathematicsComputer networkArtificial intelligenceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Nonlinear convection, the source of turbulence in fluid flows, may hold the key to stabilizing turbulence by solving a specific cubic polynomial equation. We consider the incompressible Navier-Stokes equations in a two-dimensional channel. The tangential and normal velocities are assumed to be periodic in the streamwise direction. The pressure difference between the left and right ends of the channel is constant. Moreover, we consider no-slip boundary conditions, that is, zero tangential velocity, at the top and bottom walls of the channel, and normal velocity actuation at the top and bottom walls. We design the boundary control inputs to achieve global exponential stabilization, in the $L^{2}$ sense, of a chosen Poiseuille equilibrium profile for an arbitrarily large Reynolds number. The key idea behind our approach is to select the boundary controllers such that they have zero spatial mean (to guarantee mass conservation) but non-zero spatial cubic mean. We reveal that, because of convection, the time derivative of the $L^{2}$ energy of the regulation error is a cubic polynomial in the cubic mean of the boundary inputs. Regulation is then achieved by solving a specific cubic equation, using the Cardano root formula. The results are illustrated via a numerical example.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,192
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and Turbulent Flows→Travaux en français237 207→