Calculation Accuracy of Pulsating Flow through the Turbine of SI-Engine Turbochargers - Part 1 Calculations for Choice of Turbines with Different Flow Characteristics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<div class="htmlview paragraph">The paper treats pulsating flow through the turbine of SI-engine turbochargers. In engine design, 1D engine-simulations are very convenient tools for optimization and concept studies. However, they have drawbacks in certain areas. The accuracy, when predicting turbocharger turbine power, is lower than desired. The reason for that is a lack of knowledge about the phenomenon of pulsating flow through the turbine. The background to the problem is described in the paper.</div> <div class="htmlview paragraph">This investigation aims at learning more about this unsteady, pulsating flow, on the engine. The method used is to do large parameter changes to several parameters in turbine and manifold designs such as A/R and trim in the turbine and also volume and length of the exhaust manifold. For selection of A/R and trim, as well as an aid in the analysis of measured data, the meanline turbine design software Rital from Concepts NREC [<span class="xref">1</span>] was used. Three different turbines were investigated, all with the same mass flow capacity. The three different manifolds were designed to alter the pulsation shape at the turbine inlet.</div> <div class="htmlview paragraph">The calculation results show, that through these large parameter changes, it is possible to significantly alter the conditions at both the turbine inlet (shape of pressure and massflow curves) and at the turbine wheel inlet (flow angle and velocity). This has a significant impact on the performance of the turbine and engine.</div>
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle