Drag Reducing Functional Surface With 60 Degree Riblets: Modelling, Microfabrication, and Performance Evaluation
Notice bibliographique
Résumé
The current study presents initial progress in the development of a drag-reducing surface featuring a 60-degree triangular riblet-groove functional design. The research encompasses the design process, computational fluid dynamics (CFD) simulations, microfabrication, and performance evaluation. The riblet-groove surface was designed with a lateral spacing of 57.8 µm and a depth of 50 µm, based on optimized parameters found in the literature. CFD simulations were conducted using a Large Eddy Simulation (LES) Wall Adapted Local Eddy-viscosity (WALE) model of the Taylor-Couette flow, revealing a reduction in drag of approximately -6.9%. Two acrylic drums were microfabricated using high-precision multi-axis single point diamond turning technology, ensuring excellent surface quality and form accuracy (e.g., <2 µm). One drum featured a flat surface, while the other incorporated the functional riblet-groove surface. Further evaluation of the functional performance was carried out using a rheometer-based Taylor-Couette measuring system, which recorded torque, position, and force simultaneously. Three key performance characteristics of the Taylor-Couette flow dynamics were calculated using the collected data: torque as a function of angular velocity, shear stress-shear rate relationship, and drag reduction versus s+ value. Notably, a drag reduction of -12.2% was achieved at s+ = 10.5. This research opens new opportunities in full development of textured/structured functional surfaces for a wide range of the life and industrial applications including aerospace, automotive, marine, energy, and biomedical products.
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 ».