MétaCan
Menu
Retour à la cohorte
Enregistrement W2012069942 · doi:10.1115/gt2014-25899

Influence of a Novel 3D Leading Edge Geometry on the Aerodynamic Performance of Low Pressure Turbine Blade Cascade Vanes

2014· article· en· W2012069942 sur OpenAlexaff
Asad Asghar, W. Allan, Marc LaViolette, R. Woodason

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésAerodynamicsLeading edgeCascadeTurbine bladeVortexComputational fluid dynamicsFlow visualizationTurbineReynolds numberMechanicsEnhanced Data Rates for GSM EvolutionGeometryFlow (mathematics)Materials scienceStructural engineeringPhysicsEngineeringMechanical engineeringMathematicsTurbulence

Résumé

récupéré en direct d'OpenAlex

This paper addresses the issue of aerodynamic performance of a novel 3D leading edge modification to a reference low pressure turbine blade. An analysis of tubercles found in nature and used in some engineering applications was employed to synthesize new leading edge geometry. A sinusoidal wave-like geometry characterized by wavelength and amplitude was used to modify the leading edge along the span of a 2D profile, rendering a 3D blade shape. The rationale behind using the sinusoidal leading edge was that they induce streamwise vortices at the leading edge which influence the separation behaviour downstream. Surface pressure and total pressure measurements were made in experiments on a cascade rig. These were complemented with computational fluid dynamics studies where flow visualization was also made from numerical results. The tests were carried out at low Reynolds number of 5.5 × 104 on a well-researched profile representative of conventional low pressure turbine profiles. The performance of the new 3D leading edge geometries was compared against the reference blade revealing a downstream shift in separated flow for the LE tubercle blades; however, total pressure loss reduction was not conclusively substantiated for the blade with leading edge tubercles when compared with the performance of the baseline blade. Factors contributing to the total pressure loss are discussed.

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 enseignants0,001
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,005
Tête enseignante GPT0,190
Écart entre enseignants0,185 · 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

Citations14
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTurbomachinery Performance and OptimizationTravaux en français237 207