MétaCan
Menu
Retour à la cohorte
Enregistrement W2047155601 · doi:10.1115/gt2013-95005

Investigation of Efficient CFD Methods for the Prediction of Blade Damping

2013· article· en· W2047155601 sur OpenAlexaff
Robin L. Elder, Ian Woods, Sunil Patil, William M. Holmes, Robin Steed, Brad Hutchinson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensAnsys (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputational fluid dynamicsAerodynamicsBlade (archaeology)Blade element momentum theoryTransonicStructural engineeringAxial compressorRotor (electric)Blade element theoryMach numberComputer scienceAeroelasticityEngineeringMechanical engineeringGas compressorMechanicsTurbine bladeAerospace engineeringTurbinePhysics

Résumé

récupéré en direct d'OpenAlex

Accurate and efficient prediction of blade damping is one essential element in the engineering of durable and reliable compressors and turbines. Over the years, a variety of empirical and linearized methods have been developed and used, and have served well. Recently, the development of efficient unsteady CFD methods combined with an expansion in available and affordable computing power has enabled CFD analysis of blade damping. This paper looks at the prediction of aerodynamic blade damping using some recently developed CFD methods. Unsteady CFD methods are used to predict the fluid flow in a transonic fan rotor, with tip Mach number of about 1.4. Deformation of the blade is determined from a mechanical pre-stressed modal analysis. In this investigation, blade motion for the first bending moments is prescribed in the CFD code, for a range of nodal diameters. After periodic unsteady solutions are obtained, damping coefficients are calculated based on the predicted blade forces and the specified blade motion. Traditional unsteady CFD methods require the simulation of many blades in a given row, depending on the nodal diameter. For instance, for a nodal diameter of four, a wheel with 22 blades would require simulation of eleven blades. Computational methods have been developed which now enable simulation of only a few (1 or 2) blades per row yet yield the full sector solution, thus providing considerable savings in computing time and machine resources. The properties of the available methods vary, but one method, the Fourier Transformation method, has the property that it is frequency preserving, and hence suitable for the present task. Fourier Transformation predictions, for a variety of nodal diameters, are compared with full sector predictions. Positive damping was predicted for this range of nodal diameters at design speed near peak efficiency operating condition indicating a stable system. The Fourier Transformation predictions for blade aerodynamic damping match very closely the reference full sector solutions. The Fourier transformation methods also provide solutions 3.5 times faster than average periodic reference cases.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,020
Tête enseignante GPT0,254
Écart entre enseignants0,234 · 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
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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTurbomachinery Performance and OptimizationTravaux en français237 207