Universität der Bundeswehr München: AtheneForschung
Logo
Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Autoren:
Carlos Hein, Markus; Reissmann, Maximilian; Scheibel, Julian; Stößel, Marcel; Sandberg, Richard; Kožulović, Dragan 
Dokumenttyp:
Konferenzbeitrag / Conference Paper 
Titel:
Numerical Simulation of a Highly Bent Intake Duct using Machine Learning Algorithms to close the RANS Equations 
Titel Konferenzpublikation:
Proceedings of Global Power and Propulsion Society Chania 2024 
Konferenztitel:
Global Power and Propulsion Society (2024, Chania) 
Tagungsort:
Chania 
Jahr der Konferenz:
2024 
Datum Beginn der Konferenz:
04.09.2024 
Datum Ende der Konferenz:
06.09.2024 
Jahr:
2024 
Sprache:
Englisch 
ISSN:
2504-4400 
Article-ID:
GPPS-TC-2024-0083 
Fakultät:
Fakultät für Luft- und Raumfahrttechnik 
Institut:
LRT 12 - Institut für Strahlantriebe 
Professur:
Kozulovic, Dragan 
Open Access ja oder nein?:
Ja / Yes 
Art der OA-Lizenz:
CC BY-NC 4.0 
 BibTeX