MétaCan
Menu
Retour à la cohorte
Enregistrement W1981809997 · doi:10.1115/gt2011-45555

Influences of Inlet Swirl Distributions on an Inter-Turbine Duct: Part II—Hub Swirl Variation

2011· article· en· W1981809997 sur OpenAlexaff
Yanfeng Zhang, Shuzhen Hu, Xuefeng Zhang, Edward Vlasic

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMechanicsVortexInletBoundary layerTurbineDuct (anatomy)TurbulenceFlow separationWakeAdverse pressure gradientPhysicsAerodynamicsStatic pressureCasingStall (fluid mechanics)Aerospace engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The inter-turbine transition duct (ITD) of a gas turbine engine has significant potential for engine weight reduction and/or aerodynamic performance improvement. This potential arises because very little is understood of the flow behavior in the duct in relation to the hub and casing shapes and the flow entering the duct (e.g., swirl angle, turbulence intensity, periodic unsteadiness and blade tip vortices from upstream HP turbine blade rows). In this study, the flow development in an ITD with different inlet swirl distributions was investigated experimentally and numerically. The current paper, which is the second part of a two-part paper, presents the investigations of the influences of the hub swirl variations on the flow physics of ITD. The results show that the radial movement of the low momentum hub boundary layer and wake flow induces a pair of hub counter-rotating vortices. This pair of counter-rotating vortices merges with the upstream vorticity, forming a pair of stronger vortices, which persist until ITD exit. Due to the hub streamwise adverse pressure gradient, the hub 3D separation occurs at the exit of the ITD. The hub counter-rotating vortices are strongest with the highest inlet swirl gradient. The hub boundary layer thickness is thickest with the largest inlet hub swirl angle. The hub 3D separation is reduced by the increased hub swirl angle. Based on the studies in both parts of this paper, a detailed loss mechanism has been described. The total pressure coefficient shows that the loss increases gradually at the first bend, and then increases more rapidly at the second bend. The total pressure coefficients within the ITD are significantly redistributed by the casing and hub counter-rotating vortices.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,214
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTurbomachinery Performance and OptimizationTravaux en français237 207