Turbulent cavitating flows under periodic inflow perturbations
Notice bibliographique
Résumé
This work is devoted to numerical studies of transient evolution characteristics and drag reduction mechanisms of ventilated cavitating flow over an underwater axisymmetric vehicle under periodic flow disturbances. The unsteady Reynolds-averaged Navier–Stokes approach is adopted along with the volume-of-fluid method and the shear-stress transport k−ω turbulence model. The results show that the numerical method can accurately predict the cavity shedding dynamics and internal pressure fluctuations at the cavity development stage. Under various inflow conditions, the pressure fluctuations are consistent with the transient cavity behaviors in the spectral–temporal domain. The increased amplitude and frequency of fluctuating inflow intensify the randomness of cavity shedding, leading to higher drag on the underwater vehicle. Additionally, the new Ω identification method reveals the topological features of multiscale vortex structures in the cavity shedding process. The strength and scale of the vortices vary significantly with the vehicle's angle of attack, which is primarily governed by vortex stretching and baroclinic torque terms. Although the drag reduction rate decreases with increasing angle of attack, the novel double-ventilated ring configuration effectively suppresses cavity shedding and substantially enhances drag reduction efficiency. These findings offer valuable insights into the design and control of ventilated cavitating flows around underwater vehicles.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».