Near-Field Aeroacoustic Shape Optimization at Low Reynolds Numbers
Notice bibliographique
Résumé
We investigate the feasibility of gradient-free aeroacoustic shape optimization using the flux reconstruction (FR) approach to study two-dimensional flow at low Reynolds numbers. The overall sound pressure level (OASPL) is computed via the direct acoustic approach, and optimization is performed using the gradient-free mesh adaptive direct search (MADS) algorithm. The proposed framework is assessed across three problems. First, flow over an open cavity is investigated at a Reynolds number of [Formula: see text] and freestream Mach number of [Formula: see text], resulting in a 7.9 dB noise reduction. The second case considers tandem cylinders at [Formula: see text] and [Formula: see text], achieving a 16.5 dB noise reduction by optimizing the distance between the cylinders and their diameter ratio. Finally, a NACA0012 airfoil is optimized at [Formula: see text] and [Formula: see text] to reduce trailing edge noise. The airfoil’s shape is optimized to generate a new four-digit NACA airfoil at an appropriate angle of attack to reduce OASPL while maintaining the baseline time-averaged lift coefficient and preventing an increase in the baseline time-averaged drag coefficient. The optimized airfoil is silent at 0 dB and the drag coefficient is decreased by 24.95%. These results demonstrate the feasibility of shape optimization using MADS and FR for aeroacoustic design.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».