Bed roughness effect on flow separation beneath partially submerged simulated ice cover in a shallow channel
Notice bibliographique
Résumé
The effect of bed roughness on shear layer separation and coherent structures beneath a partially submerged cover in a shallow channel is evaluated. A planar particle image velocimetry system is used to conduct detailed instantaneous velocity measurements beneath the partially submerged simulated ice cover. The results indicate that roughness influences near-wall turbulence, whiles the separated shear layer dominated the flow dynamics close to the undersurface of the cover. The instantaneous velocity field shows elongated separated shear layer underneath the cover for flow over the smooth bed compared to the rough bed. The bed roughness contributed to a reduction in size of the recirculation bubble at the undersurface of the cover. The instantaneous size of the recirculation bubble shows expansion and contraction of the separated shear layer when compared to the mean bubble size, depicting intense shear layer flapping at the undersurface of the cover, and this is dominant for the smooth bed flow. Close to the leading edge of the cover, the instantaneous spanwise vorticity magnitude shows dominance of small-scale instabilities akin to the Kelvin-Helmholtz type instability at interface of the separated shear layer. The separated shear layer generated large-scale vortices of varying length scale when compared to the bed roughness. Although bed roughness promoted near-wall turbulence with elevated levels of Reynolds stresses compared to the smooth bed, at the undersurface of the cover, the high levels of stresses were due to shear layer separation. A wide range of integral length scales are estimated within the separated shear layer, which contributed significantly to the generation of the Reynolds stresses.
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 ».