MétaCan
Menu
Retour à la cohorte
Enregistrement W4399425575 · doi:10.48550/arxiv.2406.02607

Flow-Induced Vibration of Flexible Hydrofoil Within Cavitating Turbulent Flow

2024· preprint· en· W4399425575 sur OpenAlexfundno aff
Zhi Cheng, Rajeev K. Jaiman

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensnon disponible
Organismes subventionnairesMitacsTransport CanadaCompute Canada
Mots-clésTurbulenceFlow (mathematics)CavitationMechanicsVibrationVortex-induced vibrationAcousticsControl theory (sociology)Marine engineeringComputer sciencePhysicsEngineeringArtificial intelligenceControl (management)

Résumé

récupéré en direct d'OpenAlex

The flow-induced vibration and cavitation dynamics of three-dimensional flow past a cantilever flexible hydrofoil are investigated using a large eddy simulation (LES) model, a homogeneous mixture cavitation model and the structural modes superposition method. The present work aims to explore a potential mechanism responsible for a propeller singing behavior, and thus focuses on the synchronized hydroelastic coupling among the pressure pulsation inside the flow field, the cavitation generation and the structural vibration. To begin, we validate the tip vortex dynamics of a flexible hydrofoil against the available experimental. Our results demonstrate that the tip vortex shedding and the blade vibration are responsible for the intense peak in the low-frequency tonal components of the noise source, and the trailing-edge vortex shedding induces broadband components. Additionally, the generation of sheet cavitation induces considerable synchronized hydrofoil vibration (subjected to a flutter-like response), and affects the pressure fluctuations in the flow field, which further dominate the features of the underwater noise sources. It is suggested that the cavitation behavior and structural vibrations co-dominate the characteristics of singing noise from a propeller blade.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,046
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,050
Tête enseignante GPT0,184
Écart entre enseignants0,135 · 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.

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 revuearXiv (Cornell University)Même sujetCavitation Phenomena in PumpsTravaux en français237 207