Computational Aeroacoustic Predictions of the 30P30N High-Lift Airfoil using RANS Simulations
Notice bibliographique
Résumé
A series of two-dimensional Reynolds-Averaged Navier-Stokes (RANS) simulations are conducted on the McDonnell Douglas 30P30N high-lift airfoil placed inside a hard-wall wind tunnel to predict the Kevlar wall angle of attack correction required for the University of Toronto Hybrid Anechoic Wind Tunnel (HAWT), and to evaluate the accuracy of RANS simulations in predicting the acoustic signature of high-lift devices during the landing phase. The dissertation begins with an extensive steady RANS study conducted at a Reynolds number of $1.35\times 10^{6}$ and a freestream Mach number of $0.14$. Using the $k$-$\omega$ SST turbulence model, mean surface pressure results are validated at angles $\alpha = 0^{\circ},\,3^{\circ},\,6^{\circ}$ and $9^{\circ}$ via comparisons with data collected from other research institutions. In all, the results align with the University of Toronto HAWT when a $3^{\circ}$ correction is applied to account for the Kevlar wall deflections, which subsequently modify the wind tunnel flow conditions. To assess its noise prediction capabilities, an unsteady RANS (uRANS) simulation of the model at $3^{\circ}$ is performed using identical flow conditions as the steady RANS cases. The application of density dilatation iso-contours, surface pressure spectra comparisons, frequency-wavenumber analyses, and an empirical cavity mode prediction model successfully confirm the solver's ability to capture near-field tonal content, including Rossiter cavity modes in the slat and low-frequency acoustic waves traveling between high-lift coves. Lastly, time-averaged turbulent kinetic energy and velocity field uRANS data are used as input for Amiet’s analytical noise prediction models. The computed sound levels compared with experimental data demonstrate that this procedure is an effective means to predict far-field broadband content measured $90^{\circ}$ relative to mid-chord, with a deviation of $\pm$2.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».