MétaCan
Menu
Retour à la cohorte
Enregistrement W1995119206 · doi:10.2514/2.5904

Shock Fitting a Transonic Cascade Solution into an Inverse Design Technique

2002· article· en· W1995119206 sur OpenAlexafffund
Jeffrey W. Yokota, Adam J. Medd

Notice bibliographique

RevueJournal of Propulsion and Power · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTransonicCascadeTurbomachineryAerodynamicsInverseShock (circulatory)Computational fluid dynamicsIntegratorComputer scienceMechanicsControl theory (sociology)MathematicsAerospace engineeringApplied mathematicsEngineeringPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

We present a new Lagrangian-based shock-e tting technique for inversely designing transonic turbomachinery cascade geometries. Thismethod, which consistsofa two-dimensional e owe eld integrator, a camberline generator, and a passage-averaged momentum/pressure boundary condition, generates a cascade geometry to match a prescribed e ow turning distribution. A complex-lamellar e ow decomposition is used, e rst to show how discontinuous geometries are created when one’ s total turning distribution is specie ed to be continuous and shock-generated entropy gradients are present and then to construct a shock-e tting treatment that actively modie es the specie ed turning distribution to counter this effect. Finally, numerical results are presented to illustrate that, with this new shock-e tting approach, our transonic cascades are both geometrically continuous and faithful to the prescribed e ow turning distribution. I. Introduction W ITH the increase in their accuracy and efe ciency, numerical simulations are now being implemented into every aspect of the aerodynamic design process. In fact, whereas they were once used mainly for generating postmortem analyses of intermediate designs, numerical methods are now being used for both design optimization 1i3 and inverse design. 4i6 Although inverse methods are often most efe cient, they require one to specify loading or pressure distributions, which, without proper judgement, can lead to poorly performing designs. Target distributions are often specie ed without any prior knowledge of their appropriateness or ability to be actively modie ed throughout the inverse design procedure. Thus, design-optimization schemes have begun to attract a tremendous amount of attention. In these schemes, one examines a large design space in hopes of identifying the optimal solution to a given number of constraints and objective functions. Unfortunately, global optimums are not easily obtained without careful construction of the appropriate geometric constraints, adjoint equations, and objective functions. 7;8 In fact, Drela 9 has shown that, whereas a multipoint optimization is needed to control both design andoff-design performances,geometries that havebeenoptimized overmultiple objectivefunctions areoftensusceptible to small-scale irregularities of signie cant consequence in viscous and transonic e ows. Thus, mixed inverse design/design optimization scheme are being developed to exploit the strengths of each of these approaches. 1;10;11 With this work we present a new Lagrangian-based shock-e tting techniqueforinverselydesigningtransonicturbomachinerycascade geometries. This technique, which is based on the inverse-design theoriesofHawthorneetal. 4 andTanetal. 12 ingeneral,andDang 5 in

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,724
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations0
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Propulsion and PowerMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207