MétaCan
Menu
Retour à la cohorte
Enregistrement W2067281702 · doi:10.1115/1.1667887

Effects of Periodic Inflow Unsteadiness on the Time-Averaged Velocity Field and Pressure Recovery of a Diffusing Bend With Strong Curvature

2004· article· en· W2067281702 sur OpenAlexafffund
M. I. Yaras, P. Orsi

Notice bibliographique

RevueJournal of Fluids Engineering · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInflowDiffuser (optics)ImpellerMechanicsWakeFlow (mathematics)CurvatureTurbineStatic pressurePhysicsEngineeringMechanical engineeringGeometryOpticsMathematics

Résumé

récupéré en direct d'OpenAlex

This study examines the effects of periodic inflow unsteadiness on the flow development through fishtail-shaped diffusers utilized on small gas-turbine engines. In this application, periodic unsteadiness is caused by a jet-wake type of flow discharging from each passage of the centrifugal compressor impeller. The study consists of detailed measurements in a large-scale fishtail diffuser rig with a geometry that is typical of those used in small gas-turbine engines. Measurements of the transient velocity field have been performed at five cross-sectional planes throughout the diffuser using a miniature hot-wire probe with four wires. These measurements involve frequencies of inflow unsteadiness corresponding to design as well as off-design operating conditions. Results indicate significant effects of inflow unsteadiness at the low end of the tested frequencies on the time-averaged streamwise and cross-flow velocity fields in the diffuser. This is shown to translate into a notable impact on the pressure recovery. In addition to providing insight into the physics of this flow, the experimental results presented here constitute a detailed and accurate data set that can be used to validate computational-fluid-dynamics algorithms for this type of flow.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,352
Score d'incertitude au seuil0,380

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 Opus0,002
Tête enseignante GPT0,157
Écart entre enseignants0,155 · 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
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

Citations3
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetTurbomachinery Performance and OptimizationTravaux en français237 207