An Improved Smooth Rotation Correction for the Spalart–Allmaras Turbulence Model for Better Off-Body Vortex Prediction and Vortex–Vortex Interaction Effects
Notice bibliographique
Résumé
This work presents a new modification of the Spalart–Allmaras (SA) turbulence model, named SA-R23, to improve the capture of off-body vortices in the flow by means of a smooth Rotation correction. The new rotation correction has the same basics as the one of Dacles-Mariani et al. (SA-R) (Dacles-Mariani et al. 1995. “Numerical/experimental Study of a Wingtip Vortex in the near Field.” AIAA Journal 33 (9): 1561–1568), but has more favourable numerical properties especially for high-order Navier–Stokes solvers. The key mission of the -R models is to prevent the intense dissipation of the cores free vortices by the Spalart–Allmaras model; other eddy-viscosity models have similar issues. This makes Delta and similar wing configurations excellent cases for validation, which is facilitated by recent three-dimensional experimental measurement systems. The tightened vortices also have a favourable impact on commercial-airplane high-lift systems, helicopter and open-rotor blade-vortex interactions, vortex generators, cavitation and contrails. This paper also shows the ability of metric-based anisotropic mesh adaptation combined with the -R models to accurately capture complex off-body flow physics. The approach is challenged on a particularly complex test case: a generic military aircraft with varying leading-edge sweep at high angle of attack. Detailed flow-field comparisons are shown, as well as the mesh convergence of aero coefficients and force polars.
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 | 0,001 |
| 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 ».