Effects of wall heating on wall pressure fluctuations and flow noise in a low-Reynolds-number turbulent channel flow with temperature-dependent viscosity
Notice bibliographique
Résumé
Abstract Wall pressure fluctuations and flow noise substantially degrade sonar detection performance and the acoustic stealth performance of underwater vehicles. This paper numerically investigates the effects of wall heating on wall pressure fluctuations in turbulent channel flow of water with temperature-dependent viscosity, exploring a novel method for controlling wall pressure fluctuations and flow noise in underwater vehicles. Large-eddy simulation (LES) is employed for the numerical calculation of the flow field, while a hybrid method combining LES with Lighthills acoustic analogy is employed to predict flow noise. The numerical results show that when the temperature difference between the wall and the incoming flow is 30 K and 50 K, the peak root-mean-square pressure fluctuations decrease by 6.76% and 8.91%, respectively. Wall heating stabilizes the pressure field near the wall, with the spectral levels of wall pressure fluctuations showing average decreases of approximately 1 dB and 2 dB. Wall heating weakens the energy-containing structures of wall pressure fluctuations and increases the overall convection velocity by 1.22% and 3.81%, respectively. Flow structure analysis reveals that the weakening of energy-containing structures results from the suppression of the vortex structures in the near-wall region. In the wall heating cases, peak turbulent kinetic energy decreases by 12.6% and 15.8%, respectively. Moreover, the sound pressure level of flow noise decreases with increasing wall temperature, with the maximum noise reduction exceeding 3 dB. Previous studies have not yet explored the effects of viscosity reduction caused by wall heating on wall pressure fluctuations and flow noise. This study demonstrates that wall heating is a promising method for reducing wall pressure fluctuations and flow noise.
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) | 0,000 | 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 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 ».