MétaCan
Menu
Retour à la cohorte
Enregistrement W2032431806 · doi:10.1115/imece2014-36903

Multi-Disciplinary Design Optimization of Transonic Fan Blade Design Using Analytical Target Cascading

2014· article· en· W2032431806 sur OpenAlexaff
Saima Naz, Christophe Tribes, Jean‐Yves Trépanier, Jason Nichols, Eddy Petro

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésTransonicAerodynamicsMultidisciplinary design optimizationAeroelasticityRotor (electric)Computer scienceBlade (archaeology)Design processAerospace engineeringEngineering design processEngineeringProcess (computing)Systems engineeringMultidisciplinary approachMechanical engineeringWork in process

Résumé

récupéré en direct d'OpenAlex

Analytical Target Cascading (ATC), a multilayer multidisciplinary design optimization (MDO) formulation employed on a transonic fan design problem. This paper demonstrates the ATC solution process including the specific way of initializing the problem and handling system level and discipline level targets. High-fidelity analysis tools for aerodynamics, structure and dynamics disciplines have been used. A multi-level parameterization of the fan blade is considered for reducing the number of design variables. The overall objective is the transonic fan efficiency improvement under structure and dynamics constraints. This design approach is applied to the redesign of the NASA Rotor 67. The overall study explores the key points of implementation of ATC on transonic fan design practical problem.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,059
Tête enseignante GPT0,287
Écart entre enseignants0,228 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207