MétaCan
Menu
Retour à la cohorte
Enregistrement W2055440170 · doi:10.1115/gt2007-27430

Redesign of a Highly Loaded Transonic Turbine Nozzle Blade Using a New Viscous Inverse Design Method

2007· article· en· W2055440170 sur OpenAlexaff
Kasra Daneshkhah, Wahid Ghaly

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTransonicAerodynamicsReynolds-averaged Navier–Stokes equationsFinite volume methodTurbulenceInverseDiscretizationTurbine bladeMathematicsMechanicsComputer scienceTurbineMechanical engineeringMathematical analysisGeometryPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

The redesign of VKI-LS89 turbine vane, which is typical of a highly loaded transonic turbine guide vane is presented. The redesign is accomplished using a new inverse design method where the blade walls move with a virtual velocity distribution derived from the difference between the current and the target pressure distributions on the blade surfaces. This new inverse method is fully consistent with the viscous flow assumption and is implemented into the time accurate solution of the Reynolds-Averaged Navier-Stokes (RANS) equations that are expressed in an arbitrary Lagrangian-Eulerian (ALE) form to account for mesh movement. A cell-vertex finite volume method is used to discretize the equations in space; time accurate integration is obtained using dual time stepping. An algebraic Baldwin-Lomax model is used for turbulence closure. The flow analysis formulation is first assessed against the LS89 experimental data. The inverse formulation that is implemented in the same code, is also assessed for its robustness and accuracy, by inverse designing the LS89 original geometry through running the inverse method with the original LS89 pressure distributions as target distributions but starting from an arbitrary geometry. The inverse design method is then used to redesign the LS89 using an arbitrary pressure distributions at a subsonic and a transonic outflow condition and the results are interpreted in terms of the blade overall aerodynamic performance.

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 enseignants0,420
Score d'incertitude au seuil0,675

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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,263
Écart entre enseignants0,235 · 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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTurbomachinery Performance and OptimizationTravaux en français237 207