MétaCan
Menu
Retour à la cohorte
Enregistrement W4407742502 · doi:10.1063/5.0246552

A review of Reynolds-averaged Navier–Stokes modeling for hypersonic large cone–flares

2025· review· en· W4407742502 sur OpenAlexaff
Jimmy-John O. E. Hoste, Nicholas Gibbons, Tobias Ecker, Chiara Amato, Doyle Knight, Artemii Sattarov, Olivier Thiry, Jean-Pierre Hickey, Fahri Erinç Hizir, Tolga Köktürk, Neil Castelino, Valerio Viti, Megan A. Roldan, Steven Qiang, James G. Coder, Robert A. Baurle, Jeffery A. White

Notice bibliographique

RevuePhysics of Fluids · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPhysicsHypersonic speedHypersonic flowReynolds numberMechanicsCone (formal languages)Aerospace engineeringReynolds-averaged Navier–Stokes equationsNavier–Stokes equationsComputational fluid dynamicsClassical mechanicsTurbulenceCompressibility

Résumé

récupéré en direct d'OpenAlex

This work assesses the status of Reynolds-averaged Navier–Stokes' (RANS) predictive capability for axi-symmetric hypersonic geometries. An in-depth literature review on the topic is provided including relevant developments in the field of RANS for these types of setups. Furthermore, as part of the Applied Vehicle Technology-352 on hypersonic turbulence, a code-to-code comparison on two large cone–flare geometries, experimentally studied at Calspan-University of Buffalo Research Center, has been performed to evaluate the variability in predictions for freestream Mach numbers ranging between 5 and 13 at low enthalpy conditions. The nature of the physics found in cone–flare geometries is known to be extremely challenging for RANS computational fluid dynamics codes, a fact that is confirmed in this work.

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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,025
Tête enseignante GPT0,301
Écart entre enseignants0,276 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207