MétaCan
Menu
Retour à la cohorte
Enregistrement W2047839845 · doi:10.1115/1.4006565

Application of Endwall Contouring to Transonic Turbine Cascades: Experimental Measurements at Design Conditions

2012· article· en· W2047839845 sur OpenAlexafffund
Farzad Taremi, S. A. Sjolander, T. J. Praisner

Notice bibliographique

RevueJournal of Turbomachinery · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensCarleton University
Organismes subventionnairesGovernment of Ontario
Mots-clésSecondary flowTransonicStreamlines, streaklines, and pathlinesMechanicsCascadeContouringVortexTurbineFlow visualizationFlow (mathematics)PhysicsMaterials scienceAerodynamicsChemistryEngineeringTurbulenceThermodynamicsEngineering drawing

Résumé

récupéré en direct d'OpenAlex

An experimental investigation of the endwall flows in two high-turning turbine cascades was presented by Taremi et al. (2010, “Measurements of Endwall Flows in Transonic Linear Turbine Cascades: Part II—High Flow Turning,” ASME Conf. Proc., GT2010-22760, pp. 1343–1356). Endwall contouring was subsequently implemented in these cascades to control the secondary flows and reduce the total pressure losses. The current paper presents experimental results from these cascades to assess the effectiveness of endwall contouring in the transonic flow regime. The results include blade loadings, total pressure losses, streamwise vorticity and secondary kinetic energy distributions. In addition, surface flow visualization results are presented in order to interpret the endwall limiting streamlines within the blade passages. The flat-endwall and contoured-endwall cascades produce very similar midspan loading distributions and profile losses, but exhibit different secondary flows. The endwall surface flow visualization results indicate weaker interaction between the secondary flows and the blade suction surface boundary layers in the contoured cascades. Overall, the implementation of endwall contouring results in smaller and less intense vortical structures, and the reduction of the associated secondary kinetic energy (SKE) and exit flow angle variations. However, the mass-averaged losses at the main measurement plane, located 40% axial chord lengths downstream of the cascade (1.4CX), do not corroborate the numerically predicted improvements for the contoured cascades. This is in part attributed to slower mixing rates of the secondary flows in the compressible flow regime. The mass-averaged results at 2.0CX, on the other hand, show smaller losses for the contoured configurations associated with smaller SKE dissipation downstream of the cascades. Accordingly, the mixed-out row losses also show improvements for the contoured cascades.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,025
Tête enseignante GPT0,263
Écart entre enseignants0,238 · 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

Citations18
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of TurbomachineryMême sujetTurbomachinery Performance and OptimizationTravaux en français237 207