Correlation for Transitional Reynolds Number and Assessment of RANS for Bypass Transition
Notice bibliographique
Résumé
Abstract Direct numerical simulations (DNSs) of bypass transition are performed for zero-pressure-gradient flat-plate boundary layers with inlet freestream turbulence intensity (FSTI) ranging from 0.75% to 6%. The DNS database exhibits excellent agreement with the Blasius solution in the laminar region, with deviation occurring only near transition onset, providing improved fidelity compared to previous computational studies. A novel skin-friction-based intermittency definition is proposed and validated against conventional temporal intermittency measurements, demonstrating equivalent transition prediction capability without requiring time-resolved data. Using this definition, a new transition Reynolds number correlation is developed that incorporates the effects of FSTI, turbulent length scales, and intermittency threshold. The correlation reduces to the classical Abu-Ghannam and Shaw formulation at zero intermittency and achieves 16.2% average error when validated against independent experimental data from Fransson and Shahinfar (2020). Reynolds-averaged Navier–Stokes (RANS) simulations using the k−ω shear-stress transport (SST) and γ−Reθ transition models reveal significant sensitivity to inlet length scale specification, with integral length scale predictions deviating from DNS in both pretransitional and transitional regions. The transported intermittency in RANS shows wall-normal-dependent transition onset that differs from the skin-friction-based definition. This comprehensive DNS database and associated correlations provide improved benchmarks for transition model development and validation.
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 ».