MétaCan
Menu
Retour à la cohorte
Enregistrement W4412187660 · doi:10.1017/jfm.2025.10330

Combustion noise modelling of thermally perfect and multi-species gas flow in nozzles

2025· article· en· W4412187660 sur OpenAlexaff
Yann Gentil, Guillaume Daviller, Stéphane Moreau

Notice bibliographique

RevueJournal of Fluid Mechanics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNozzleCombustionMechanicsFlow (mathematics)Noise (video)Materials scienceEnvironmental scienceAcousticsThermodynamicsComputer sciencePhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

Several hypotheses are employed to describe the fluctuating motions within nozzles and to analytically predict combustion noise generation mechanisms. One of these assumptions is that of a calorifically perfect gas mixture, where $c_p$ is constant. Nonetheless, a realistic flow rather encompasses heat capacities $c_p$ that vary with temperature, i.e. $c_p = c_p(T)$ , such that the mixture is called thermally perfect. The influence of the mixture assumptions on noise generation mechanisms is re-examined in this paper. To do so, the quasi one-dimensional Euler equations for multi-species, isentropic and non-reactive flow are considered within the nozzle. Their linearisation yields a new prediction model in addition to showing a new entropy-to-entropy coupling mechanism. Relying on either the assumption of low frequencies or the Magnus’ expansion methodology, two analytical solutions are derived and studied. Validation of these two prediction models is then provided relying on unsteady simulations of axisymmetric nozzles with superimposed incident waves. To generalise previous results, parametric studies are performed considering various nozzle flow geometries. Variations of up to $10\,\,\%$ are exhibited in a choked flow nozzle between the two mixtures, especially for the indirect entropy noise and the entropy-to-entropy transmission moduli.

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: aucune
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,368

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 Opus0,017
Tête enseignante GPT0,210
Écart entre enseignants0,194 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetCombustion and flame dynamicsTravaux en français237 207