MétaCan
Menu
Retour à la cohorte
Enregistrement W7034101457

Shock reflection in internal axisymmetric flow

2023· dissertation· en· W7034101457 sur OpenAlexafffund

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2023
Typedissertation
Langueen
DomaineComputer Science
ThématiqueNonlinear Dynamics and Pattern Formation
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésFreestreamMach numberWedge (geometry)Inviscid flowMach reflectionShock (circulatory)Rotational symmetryFlow (mathematics)Leading edge
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A new model to predict internal axisymmetric shocks with Mach reflections at their centreline is developed.The model combines the method of characteristics and the quasi-one-dimensional flow equations.A method to extend the model for cases with extremely small Mach stems, generated by weak incident shocks, is developed and applied.Model predictions are compared with those from inviscid CFD, for a range of axisymmetric wedge geometries, and the effects of wedge length and shock angle at the wedge leading edge are studied.These various wedge geometries are found to generate flowfields with similar flow features, with Mach discs that vary greatly in size.This observation forms the basis of a method that uses the results from a CFD mesh convergence study, conducted for a single wedge geometry, to determine the mesh resolution requirements and uncertainty due to finite mesh resolution for all other wedge geometries.The model indicates that these geometries generate a flowfield that can be treated as two separate parts: one supported by the wedge surface and another supported by the sharp corner at the wedge trailing edge.The influence 5-3 Characteristic lines at a point, P ; η and ξ represent the local C + and C -directions, respectively, x 1 is the local flow direction, θ is the flow inclination angle relative to the x-axis, and µ is the Mach angle.120 xv 5-4 Schematic showing the situation where mass flow rate at b is computed by integration along the local C + characteristic.The mass flow rate at a is known and the mass flow rate through the segment a to b, d ṁ′ , is computed. . . . . . . . . . . . . . . . . . . . . . . . . . . . .124 5-5 MOC prediction of a Prandtl-Meyer expansion fan (planar twodimensional) generated at a 20 • sharp corner, with a freestream Mach number of 3.0, γ = 1.4.The pink marker indicates the node at which the MOC solution is taken. . . . . . . . . . . . . . . . . .126 5-6 Discretization error, DE, plotted against MOC grid spacing, ∆c. . . .126 5-7 Error in MOC predicted average shock angle, β, in comparison to the theoretical value of β t = 150 • . . . . . . . . . . .

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: aucune
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)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,264
Écart entre enseignants0,244 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetNonlinear Dynamics and Pattern FormationTravaux en français237 207