Numerical investigation of engine position effects on contrail formation and evolution in the near-field of a realistic aircraft configuration
Notice bibliographique
Résumé
The present study investigates the impact of engine position on contrail formation and near-field evolution in a realistic three-dimensional aircraft configuration. Detailed numerical simulations are conducted using a Reynolds-Averaged Navier-Stokes (RANS) approach coupled with mesh adaptation techniques. A Eulerian microphysical model is used to characterize contrail ice crystal properties and their evolution under varying dilution conditions. The setup is based on a Boeing 777-like geometry, including fuselage, wings, engines, and tailplane. Two microphysical activation scenarios are considered: one incorporating adsorption-based ice nucleation and the other assuming fully activated soot particles. The latter for two soot number emission indices. The dilution process and wake structure exhibit a strong dependence on engine placement, which significantly influences plume saturation. In highly diluted configurations, enhanced early-stage mixing reduces plume temperature and increases relative humidity, favoring the growth of larger ice crystals. Depending on the soot number concentration, vapor depletion effects may outweigh dilution-driven changes in water vapor availability. In adsorption-limited activation scenarios, increased dilution reduces the concentration of sulfur species, leading to a lower activation fraction and the formation of smaller ice crystals. Additionally, across the scenarios, the modified jet-vortex interaction alters particle distribution and their access to water vapor, further shaping their growth. These effects ultimately impact the contrail's optical properties, particularly its optical thickness.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».