MétaCan
Menu
Retour à la cohorte
Enregistrement W2028354781 · doi:10.1115/1.4003211

Effects of Inlet Temperature Uniformity and Nonuniformity on the Tip Leakage Flow and Rotor Blade Tip and Casing Heat Transfer Characteristics

2011· article· en· W2028354781 sur OpenAlexaff
M. Hamidur Rahman, Sung In Kim, Ibrahim Hassan

Notice bibliographique

RevueJournal of Turbomachinery · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCasingInletMechanicsHeat transferLeakage (economics)Tip clearanceTurbineAerodynamicsMaterials scienceTurbine bladeRotor (electric)Mechanical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

High thermal load appears at the blade tip and casing of a gas turbine engine. It becomes a significant design challenge to protect the turbine materials from this severe situation. As a result of geometric complexity and experimental limitations, computational fluid dynamics tools have been used to predict blade tip leakage flow aerodynamics and heat transfer at typical engine operating conditions. In this paper, the effect of turbine inlet temperature on the tip leakage flow structure and heat transfer has been studied numerically. Uniform low (444 K) and high (800 K) inlet temperatures and nonuniform (parabolic) temperature profiles have been considered at a fixed rotor rotation speed (9500 rpm). The results showed that the change of flow properties at a higher inlet temperature yields significant variations in the leakage flow aerodynamics and heat transfer relative to the lower inlet temperature condition. Aerodynamic behavior of the tip leakage flow varies significantly with the distortion of turbine inlet temperature. For more realistic inlet condition, the velocity range is insignificant at all time instants. At a high inlet temperature, reverse secondary flow is strongly opposed by the tip leakage flow and the heat transfer fluctuations are reduced greatly.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,006
Tête enseignante GPT0,170
Écart entre enseignants0,164 · 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'étudeExpérimental (laboratoire)
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

Citations17
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of TurbomachineryMême sujetTurbomachinery Performance and OptimizationTravaux en français237 207