MétaCan
Menu
Retour à la cohorte
Enregistrement W4412700089 · doi:10.11159/ffhmt25.144

Adjoint-Based Shape Optimization Of Fin Geometry Using An Isothermal Streamwise Periodic Flow Solver

2025· article· en· W4412700089 sur OpenAlexvenueno aff
Nitish Anand

Notice bibliographique

RevueProceedings of the ... International Conference on Fluid Flow, Heat and Mass Transfer · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesVlaamse regeringUniversiteit AntwerpenVlaams Supercomputer CentrumFonds Wetenschappelijk OnderzoekAgentschap Innoveren en Ondernemen
Mots-clésSolverFinIsothermal processFlow (mathematics)GeometryMechanicsShape optimizationPhysicsComputer scienceMathematicsMathematical optimizationAerospace engineeringThermodynamicsFinite element methodEngineering

Résumé

récupéré en direct d'OpenAlex

The optimal design of heat exchanges is critical for a wide range of existing and emerging technologies.Traditional design methods often use experimental correlations to estimate thermal and hydraulic performance.However, CFD-based design methods have recently evolved as an alternative to these conventional methods.This paper proposes a CFD-based shape optimization method to design a two-dimensional representation of cylindrical fins.The method consists of a CAD-based parametrization tool and uses a streamwise periodic flow solver to estimate the performance of the fins.In addition, to enable gradient-based optimization, the sensitivity of the objective function with respect to the design variables is provided to the optimizer through an adjoint-based method.The proposed shape optimization method was applied to design cylindrical fins operating at laminar and turbulent flow regimes.The optimization results show that the fluid dynamic performance of the fins increased by 16.5% for the laminar case and 35.8% for the turbulent case while maintaining their thermal performance to their baseline values.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,617

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 GPT0,246
Écart entre enseignants0,229 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... International Conference on Fluid Flow, Heat and Mass TransferMême sujetAdvanced Numerical Analysis TechniquesTravaux en français237 207