MétaCan
Menu
Retour à la cohorte
Enregistrement W6884617011 · doi:10.11575/prism/30169

Computational fluid dynamics study of optimized hypersonic leading edge geometries

2015· other· en· W6884617011 sur OpenAlexfundno aff

Notice bibliographique

RevuePRISM (University of Calgary) · 2015
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWestern Canada Research GridCompute Canada
Mots-clésLeading edgeHypersonic speedComputational fluid dynamicsEnhanced Data Rates for GSM EvolutionLaminar flowSurface (topology)Numerical analysis

Résumé

récupéré en direct d'OpenAlex

An aerothermal optimization study of two-dimensional hypersonic leading edge geometries has been performed. The accuracy of a simplified model and a reduced order numerical model was assessed through comparison to simulations of the compressible Navier-Stokes equations performed in OpenFOAM. Specifically, the estimated surface pressure, and laminar convective heating distributions have been compared. The simplified model was found to have compromised accuracy in regions of high and low surface curvature. The reduced order numerical model was found to give accurate results with significantly reduced computational cost compared to complete Navier-Stokes simulations. Optimizations were then performed using the simplified analysis technique, and the reduced order numerical model. The performance of the optimized hypersonic leading edge geometries was analyzed using OpenFOAM. The results show that both methods achieve a similar geometric result. However, the quality of the optimization is improved by using the reduced order numerical model. An analysis was performed in the design space immediately surrounding the optimized geometry to assess the impact of small geometric changes on aerothermal performance. The results show that even small changes in leading edge geometry can have a significant influence on aerothermal 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,225
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)Travaux en français237 207