文献

J-GLOBAL ID：202102235416958625   整理番号：21A2057349

膜冷却流に適用した機械-希薄乱流熱流束モデルの一般化【JST・京大機械翻訳】

Generalization of Machine-Learned Turbulent Heat Flux Models Applied to Film Cooling Flows

著者 (3件)： Milani Pedro M. (Department of Mechanical Engineering, Stanford University, Stanford, CA 94305) ,  Ling Julia (Citrine Informatics, Redwood City, CA 94063) ,  Eaton John K. (Department of Mechanical Engineering, Stanford University, Stanford, CA 94305)
資料名： Journal of Turbomachinery  (Journal of Turbomachinery)
巻： 142  号： 1  ページ： Null  発行年： 2020年 
JST資料番号： D0839B  ISSN： 0889-504X  CODEN： JOTUEI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： フィルム冷却システムの設計は,平均量に対して解決し,全ての乱流スケールをモデル化するReynolds平均Navier-Stokes(RANS)シミュレーションに大きく依存した。固定乱流Prandtl数(Prt)による等方性拡散に基づくほとんどの乱流熱流束モデルは,膜冷却流における熱伝達を正確に予測できない。本研究では,機械学習モデルを訓練セットとして様々なデータセットを用いて不均一Prt場を予測するために訓練した。訓練された流れを越えて一般化するこれらのモデルの能力を探究した。さらに,可視化技術を用いて,異なるデータセットを比較し,交差検証結果を説明した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  熱伝達 ,  *乱流 ,  *フィルム冷却 ,  圧縮機 ,  Prandtl数 ,  等方性 ,  タービン ,  計算流体力学 ,  機械学習
準シソーラス用語： *乱流熱流束 ,  Reynolds平均 , 【Automatic Indexing@JST】

著者キーワード (5件)： 計算流体力学(CFD) ,  ガスタービンエンジンの圧縮機とタービン部品における流体力学と熱伝達現象 ,  熱伝達とフィルム冷却 ,  乱流モデリング ,  機械学習

分類 (1件)： ガスタービン  (PB02040Y)

タイトルに関連する用語 (4件)： 膜冷却 ,  乱流熱流束 ,  モデル ,  一般化