MétaCan
Menu
Retour à la cohorte
Enregistrement W4412097850 · doi:10.18280/jesa.580520

Computational Analysis for Enhancing Motorcycle Aerodynamics by Modifying Engine Bay Openings

2025· article· en· W4412097850 sur OpenAlexvenueno aff
Abhishek Agarwal, L. Mthembu

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAerodynamicsBayMarine engineeringAeronauticsAerospace engineeringComputer scienceEnvironmental scienceComputational fluid dynamicsEngineeringAutomotive engineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Improving aerodynamics is crucial for enhancing the stability, efficiency, and performance of motorcycles.Computational fluid dynamics (CFD) is utilized to study the effect of engine bay modification on aerodynamic behavior.At flow speeds of 25 and 36 m/s, flow over two different design configurations, one with a fully enclosed engine bay and the other providing the optimal opening orientation, was evaluated.The results show that incorporating an engine bay opening decreases the induced pressure by 12.06% and 11.53%, resulting in a decrease of 1.64% and 1.19% in drag force, respectively.Analysis of the velocity field demonstrates effective management of the airflow with the reduction of turbulence and pressure recovery improvement at the rear section.Further, the formation of a low-pressure suction zone adds to aerodynamic stability, which is essential for high-speed operation.The analysis shows engine bay structure enhancements as an effective method to minimize drag and boost performance parameters for motorcycle designers in their development 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,010
Tête enseignante GPT0,262
Écart entre enseignants0,252 · 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.

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 Européen des Systèmes AutomatisésMême sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207