Étude des jets supersoniques impactants
Bibliographic record
Abstract
Un large éventail d'applications industrielles fait appel aux jets supersoniques impactants. Notamment leur utilisation pour la manutention sans contact des objets de faible masse. Il s'avère donc nécessaire de pouvoir prédire les profils de pression et de température que crée un jet supersonique sous-détendu sur l'objet impacté ainsi que de démonter les phénomènes qui gouvernent l'écoulement. Dans une étude ultérieure menée par J.-M. Papillon et commanditée conjointement par l'Université de Sherbrooke et IBM, un banc d'essai de jets supersoniques sous-détendus impactants a été réalisé. Ce banc d'essai permet d'abord de faire jaillir un jet supersonique sous-détendu sur un disque plan constituant la surface inférieure d'un diffuseur radial, puis d'en mesurer les pressions et les températures surfaciques. Notre étude s'inscrit ainsi dans la continuité de celle qui est décrite plus haut. Elle consiste à reprendre en main le banc d'essai pour reproduire, valider et approfondir l'étude expérimentale. Afin d'atteindre une meilleure appréciation quantitative des champs de pression et de température, une modélisation numérique est également effectuée dans chaque cas investigué. Le modèle mathématique utilisé tient compte de la compressibilité du fluide et des effets de la turbulence et repose sur les équations de conservation de la masse, de la quantité de mouvement et de l'énergie. Des améliorations sont apportées également au montage dans le but de mesurer les pressions et températures sur la surface de la buse. La confrontation des résultats obtenus par les essais expérimentaux à la modélisation numérique permet ainsi une compréhension approfondie des phénomènes en jeu.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".