An Innovative Non-Destructive Method for the In-Service Metal Surface Temperature Estimation of Coated GT Parts
Notice bibliographique
Résumé
The exact knowledge of the actual airfoil surface metal temperature of advanced GT parts during engine operation is essential with regard to a reliable part lifetime analysis. Typically, in order to assess the airfoil temperatures of service exposed parts, destructive metallographical methods are used, which interpret the superalloy and coating degradation into respective metal temperatures. This traditional metallographical method is well established, however, it provides only limited information on the metal temperatures from few specific cutting locations. This paper describes the development of an innovative approach for the determination of the metal surface temperatures of ex-service turbine blades & vanes using the non-destructive Frequency Scanning Eddy Current Technique (FSECT). The method is basically based on the fact, that MCrAlY coatings, in comparison to the base superalloy material, change their electromagnetic properties in a describable manner with temperature and time. The coated GT part needs to be FSECT measured in the status “ex-service” and after defined reference heat treatments. The respective FSECT signals are then used in order to calculate the actual metal surface temperature. With this method and using an automated robotic system, it is possible to establish accurate and high resolution mappings of the surface temperature distribution over the entire airfoil and platform areas. The exact location of hot spots on the airfoil, which might not be evident with the naked eye, can easily be identified. This new method supports the prediction of local material degradation and lifetime, the optimization of maintenance intervals, and — as a consequence — the establishment of the appropriate reconditioning processes for the ex-service GT parts.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».