MétaCan
Menu
Retour à la cohorte
Enregistrement W4404688503 · doi:10.1109/oceans55160.2024.10753901

Generating Pre-swirl Using Mesh Deformation

2024· article· en· W4404688503 sur OpenAlexaffabout

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésDeformation (meteorology)Computer scienceMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

The Orca-class vessels of the Royal Canadian Navy are equipped with an open shaft arrangement that consists of three foil-shaped brackets: two that extend from the hull to support the propeller and shaft and a third that extends downwards from the hub. All brackets are located slightly forward of the propeller disc and therefore affect the propeller inflow. By manipulating the radial pitch distribution of these brackets, pre-swirl can be generated to counteract propeller induction and potentially reduce the energy lost to flow rotation. Rather than manually rotating the brackets using a computer-aided-design tool, mesh deformation is employed to twist the brackets using a single baseline geometry and mesh. The pitch distributions of the brackets are parameterized to facilitate a simplified design space exploration to determine if performance benefits can be realized in terms of power delivered and cavitation generation. Coupled viscous and potential flow calculations are used to consider the influence of the rotating propeller on the aft-ship region. Furthermore, a simplified one-way alternative is shown to provide similar results with a reduced computational requirement when compared to the typical iterative approach. In the preliminary design space exploration, it was found that applying twist to the outboard bracket permits a slight power reduction over the baseline case but comes with an associated penalty in cavitation behaviour.

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 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 enseignants0,481
Score d'incertitude au seuil0,205

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,212 · 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.

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'admission2
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and Heat TransferTravaux en français237 207