MétaCan
Menu
Retour à la cohorte
Enregistrement W4401629469 · doi:10.2514/6.2024-4161

Immersed Boundary Methodology for 3D Multi-Step Ice Accretion Simulations

2024· article· en· W4401629469 sur OpenAlexaff
Pablo Elices Paz, Emmanuel Radenac, Ghislain Blanchard, Stéphanie Péron, Éric Laurendeau, Philippe Villedieu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesOffice National d'études et de Recherches Aérospatiales
Mots-clésAccretion (finance)Computer scienceBoundary (topology)GeologyComputational scienceComputer graphics (images)PhysicsAstrophysicsMathematics

Résumé

récupéré en direct d'OpenAlex

The in-flight ice accretion simulations are typically performed using a quasi-steady formulation through a multi-step approach. As the ice grows, the geometry changes, and an adaptation of the fluid volume mesh used by the airflow and droplet-trajectory solver is required. Re-meshing or mesh deformation are generally employed to do that. The geometries formed are often complex ice shapes increasing the difficulty of the re-meshing process, especially in three-dimensional simulations. Consequently, difficulties are encountered when trying to automate the process. Contrary to the usual body-fitted mesh approach, the use of Immersed Boundary Methods (IBMs) addresses, or significantly mitigates, the mesh update problem, enabling the automation of the entire simulation process. Previous work by the authors introduced immersed boundary techniques for calculating droplet trajectories. This current study integrates these IBMs into IGLOO3D, the ONERA ice accretion simulation suite. Adjustments were made to the calculation of the heat transfer coefficient, accounting for the inviscid nature of the airflow simulation. Additionally, various smoothing algorithms were explored to handle the shrinkage phenomena while preventing chaotic oscillations. Multi-step simulations were conducted under different icing conditions in 2D scenarios, and the methodology was further evaluated in a 3D rime ice case. All cases studied are part of the 1st Ice Prediction Workshop, providing a basis for comparison with experimental data and other icing codes. The simulations are notable for their low computational cost, and their results are deemed satisfactory, especially under rime icing conditions.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,095
Tête enseignante GPT0,347
Écart entre enseignants0,252 · 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 sujetIcing and De-icing TechnologiesTravaux en français237 207