MétaCan
Menu
Retour à la cohorte
Enregistrement W2014771225 · doi:10.1115/gt2012-69951

Flow Control in an Aggressive Inter-Turbine Duct Using Low Profile Vortex Generators

2012· article· en· W2014771225 sur OpenAlexaff
Yanfeng Zhang, Shuzhen Hu, Xuefeng Zhang, Michael Benner, Edward Vlasic

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésCasingBoundary layerVortexMechanicsFlow separationVortex generatorVorticityTurbinePhysicsBoundary layer controlBoundary layer thicknessFlow (mathematics)Duct (anatomy)Adverse pressure gradientStreamlines, streaklines, and pathlinesThermodynamicsGeophysics

Résumé

récupéré en direct d'OpenAlex

This paper presents the experimental investigation of the flow in an aggressive inter-turbine duct (AITD). The goal is to improve the understanding of the flow mechanisms within the AITD and of the underlying physics of low-profile vortex generators (LPVGs). The flow structures in the AITD are dominated by counter-rotating vortices and boundary layer separations in both the casing and hub regions. At the first bend of the AITD, the casing boundary layer separates in a 3D mode because of the upstream wakes; this is followed by a massive 2D boundary layer separation. Due to the effect of the radial pressure gradient at the first bend, the streamwise vorticity generated by the casing 3D separation stays close to the casing endwall, and later mixes with the casing counter-rotating vortices formed at the second bend. By using LPVGs with different configurations installed on the casing, the casing boundary layer separation is significantly reduced. The streamwise vortices generated by the LPVGs have the potential to generate another pair of counter-rotating vortices at the AITD second bend, which help to delay/prevent the boundary layer separation. Therefore, the total pressure loss in the AITD was significantly reduced.

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 seuil0,002

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 technologies0,0000,001
Communication savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,218
Écart entre enseignants0,210 · 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207