MétaCan
Menu
Retour à la cohorte
Enregistrement W4406610559 · doi:10.11159/jffhmt.2025.001

On the Assessment of the Modified SSTCCM Turbulence Model to Predict Flow around 3D Delta Wing

2025· article· en· W4406610559 sur OpenAlexvenueno aff
Yaser H. Alahmadi

Notice bibliographique

RevueJournal of Fluid Flow Heat and Mass Transfer · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensnon disponible
Organismes subventionnairesIslamic University of Madinah
Mots-clésDelta wingTurbulenceDeltaWingFlow (mathematics)GeologyMechanicsAerospace engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Various turbulence models have been developed to simulate aerodynamic flows.The eddy viscosity models (EVMs) are commonly implemented to close the Reynolds Averaged Navier-Stokes (RANS) equations, allow them to be the most popular choice for solving aerodynamic problems.EVMs are particularly valued for their robustness and computational efficiency.However, the objectives of achieving both robustness and accuracy in turbulence model development remain a formidable challenge.This study evaluates the performance of a recently developed EVM model in analysing external flows around the NACA0012 airfoil and a 3D Delta wing.Specifically, it examines the effectiveness of the Shear Stress Transport Model with Curvature Correction Modification (SSTCCM) in predicting the flow characteristics of external aerodynamic configurations.Earlier investigations have demonstrated the capability of the SSTCCM model to accurately predict confined swirling flows, such as those in cyclone separators, rotating lids, and sudden expansions.However, the model has yet to be tested in cases involving external flows, where aerodynamic geometry greatly affects the flow behaviour.This study investigates the ability of the SSTCCM model to numerically predict the behavior of external aerodynamic flows.The computational results are compared against experimental data and validated against other EVMs models.The findings show that the SSTCCM model offers a competitive alternative in computational efficiency and superior to conventional EVMs models in terms of accuracy.Conventional EVMs failed to predict lift and drag coefficients accurately, particularly near the stall angle of attack.Moreover, the SSTCCM model successfully captured the wing tip vortices in the 3D Delta wing simulations, highlighting its accurate predictive capabilities for complex flow features.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid Flow Heat and Mass TransferMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207