MétaCan
Menu
Retour à la cohorte
Enregistrement W2073646552 · doi:10.1115/gt2008-51526

Improving Component Life Prediction Accuracy and Reliability Through Physics Based Prognosis: A Probabilistic Turbine Blade Case Study

2008· article· en· W2073646552 sur OpenAlexaff
Ashok K. Koul, Saurabh Bhanot, Ajay Tiku, Brent Junkin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Temperature Alloys and Creep
Établissements canadiensLife Prediction Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésProbabilistic logicCreepTurbine bladeProbabilistic analysis of algorithmsService lifeFinite element methodTurbinePhysics of failureStructural engineeringComputer scienceMechanical engineeringEngineeringMaterials scienceReliability (semiconductor)PhysicsArtificial intelligenceComposite material

Résumé

récupéré en direct d'OpenAlex

The paper presents the results of a probabilistic creep life study on RRA 501 KB turbine blades and demonstrates the importance of using physics based probabilistic damage modeling techniques to deal with life prediction uncertainty in cast equiaxed components. It is shown that physics based damage analysis yields accurate results and considerably less mechanical properties data is needed for life prediction of cast components. In physics based damage analysis, it is also easy to quickly assess the life limiting damage modes and to establish fracture critical locations in components. In physics based modeling, the influence of individual microstructural or thermal-mechanical loading factors on metallurgical crack nucleation can also be studied with relative ease. Residual life of service exposed parts and effectiveness of life extension techniques can also be predicted because the state of microstructure due to prior service and repair can be taken into account. In this study, Life Prediction Technologies Inc.’s (LPTi’s) prognosis tool known as XactLIFE™ was successfully used to establish the fracture critical location of RRA 501KB first stage gas turbine blades under steady state loads. Deterministic analysis was first used to compute the lower bound airfoil nodal creep life of the various finite element nodes and this was followed by probabilistic creep life analysis to take into account the variability of microstructure from one blade to another. The analysis used typical engine operating data from the field in terms of engine speed and average turbine inlet temperature (TIT). The primary objectives of the case study are to show how prognosis can allow a user to predict component fracture critical locations, establish inspection intervals to avoid failures and establish fleet reliability for engine specific operating conditions.

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 enseignants0,399
Score d'incertitude au seuil0,836

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 Opus0,017
Tête enseignante GPT0,221
Écart entre enseignants0,204 · 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

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHigh Temperature Alloys and CreepTravaux en français237 207