MétaCan
Menu
Retour à la cohorte
Enregistrement W2006384370 · doi:10.1115/1.4006320

Aerodynamics of a Low-Pressure Turbine Airfoil at Low Reynolds Numbers—Part II: Blade-Wake Interaction

2012· article· en· W2006384370 sur OpenAlexaff
Ali Mahallati, S. A. Sjolander

Notice bibliographique

RevueJournal of Turbomachinery · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensCarleton UniversityNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésWakeFreestreamAirfoilReynolds numberMechanicsBoundary layerAerodynamicsTurbulencePhysicsLift (data mining)Flow separationCascadeSuctionTurbineReduced frequencyTurbine bladeMaterials scienceMeteorologyChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Part II of this two-part paper presents the aerodynamic behavior of a low-pressure high-lift turbine airfoil, PakB, under the influence of incoming wakes. The periodic unsteady effects of wakes from a single upstream blade-row were measured in a low-speed linear cascade facility at Reynolds numbers of 25,000, 50,000 and 100,000 and at two freestream turbulence intensity levels of 0.4% and 4%. In addition, eight reduced frequencies between 0.53 and 3.2, at three flow coefficients of 0.5, 0.7 and 1.0 were examined. The complex wake-induced transition, flow separation and reattachment on the suction surface boundary layer were determined from an array of closely-spaced surface hot-film sensors. The wake-induced transition caused the separated boundary layer to reattach to the suction surface at all conditions examined. The time-varying profile losses, measured downstream of the cascade, increased with decreasing Reynolds number. The influence of increased freestream turbulence intensity was only evident in between wake-passing events at low reduced frequencies. At higher values of reduced frequency, the losses increased slightly and, for the cases examined here, losses were slightly larger at lower flow coefficients. An optimum wake-passing frequency was observed at which the profile losses were a minimum.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,206
Écart entre enseignants0,201 · 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.

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

Citations31
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of TurbomachineryMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207