MétaCan
Menu
Retour à la cohorte
Enregistrement W4410964959 · doi:10.1063/5.0264818

Numerical investigation on aerodynamic characteristics of two rotating cylinders in tandem

2025· article· en· W4410964959 sur OpenAlexaff
Jialin Wang, Xiaopeng Xue

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Vibration Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPhysicsAerodynamicsMechanicsTandemComputational fluid dynamicsAerospace engineeringClassical mechanics

Résumé

récupéré en direct d'OpenAlex

To solve the problem of unsteady wake and high drag in the flow around a cylinder, combined with the advantages of two cylinders in tandem in drag reduction and rotating cylinder in restraining wake oscillation, the k−ω Shear Stress Transport turbulence model was used to explore the aerodynamic characteristics and flow field structures of two rotating cylinders in tandem at different speed ratios under the condition of Re = 200, gap ratio L/D = 1.5, 2.5, and 3.5, respectively. The effectiveness of the method is verified by comparing the results with the available experiments. The streamline, periodic averaged lift and drag coefficient and the pressure coefficient on the cylinder surface are given and analyzed in detail. It was found that for the rotating single cylinder, when the speed ratio is 4.1, it has best the aerodynamic performance. For the rotating double cylinders, the higher gap ratio can increase the combined lift coefficient and reduce the combined drag coefficient under the condition of bigger speed ratios of cylinder 1. When the gap ratio is 3.5, the rear cylinder is stationary or has a higher speed ratio, it can restrain the wake oscillation of the front cylinder. When the front to rear cylinder speed ratio is 2 and 1, respectively, the aerodynamic characteristics of the rotating double cylinder system have best performances.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,343
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetFluid Dynamics and Vibration AnalysisTravaux en français237 207