Suppressing tip vortex cavitation through passive deformation of a hydrofoil. II. Twisting
Notice bibliographique
Résumé
In this paper, we investigate geometric twisting as a passive control strategy to mitigate tip vortex cavitation (TVC) in marine propellers and hydrofoils. Large eddy simulation of tip vortex flow past an elliptical NACA (National Advisory Committee for Aeronautics) 66(2)-415 hydrofoil in various twisting configurations is conducted in non-cavitating and cavitating conditions. Twisting is parameterized by the twisting span and tip-twisting angle, and a variety of twisting configurations are investigated. The configurations include quarter-, half-, and full-span twisting with tip-twisting angles ranging from −9° to 9°. An analysis of tip vortex core pressure in non-cavitating conditions and tip vortex cavity in cavitating conditions reveals the potential of geometric twisting by positive tip-twisting angles in alleviating TVC. To ensure practicality, the effect of twisting on hydrodynamic performance is evaluated. Partial-span twisting with positive tip-twisting angles leads to no adverse impact, or even a slight improvement, in hydrodynamic performance. Examining the integrated performance index indicates improved performance in twisted cases with positive tip-twisting angles, considering both hydrodynamic performance and TVC intensity simultaneously. A detailed investigation of the flow field reveals that the variations in the spanwise loading distribution, tip vortex–wake interactions, and boundary layer behavior are the major mechanisms involved in TVC mitigation achieved by twisting. The findings demonstrate geometric twisting as an effective and practical TVC mitigation strategy for hydrofoils and marine propellers, which offers suppression of cavitation without compromising and potentially improving hydrodynamic performance.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».