Erwan Rondeaux, Adele Poubeau, Christian Angelberger, Miguel Munoz Zuniga, Damien Aubagnac-Karkar et Roberto Paoli
Article de revue (2024)
Un lien externe est disponible pour ce documentDépartement: | Département de génie mécanique |
---|---|
URL de PolyPublie: | https://publications.polymtl.ca/58114/ |
Titre de la revue: | Flow Turbulence and Combustion |
Maison d'édition: | Springer |
DOI: | 10.1007/s10494-024-00539-1 |
URL officielle: | https://doi.org/10.1007/s10494-024-00539-1 |
Date du dépôt: | 30 avr. 2024 12:41 |
Dernière modification: | 25 sept. 2024 16:50 |
Citer en APA 7: | Rondeaux, E., Poubeau, A., Angelberger, C., Zuniga, M. M., Aubagnac-Karkar, D., & Paoli, R. (2024). Exploring the Potential and the Practical Usability of a Machine Learning Approach for Improving Wall Friction Predictions of RANS Wall Functions in Non-equilibrium Turbulent Flows. Flow Turbulence and Combustion, 26-26. https://doi.org/10.1007/s10494-024-00539-1 |
---|---|
Statistiques
Dimensions