MétaCan
Menu
Retour à la cohorte
Enregistrement W2088289731 · doi:10.1115/gt2005-68261

CFD Analysis of a 15 Stage Axial Compressor: Part I — Methods

2005· article· en· W2088289731 sur OpenAlexaff
T. Belamri, Paul Galpin, André Braune, Christian Cornelius

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensAnsys (Canada)
Organismes subventionnairesSiemens
Mots-clésGas compressorStatorComputational fluid dynamicsAxial compressorRotor (electric)MechanicsTip clearanceTransient (computer programming)TurbulenceComputer scienceMechanical engineeringSimulationEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The flow field of a 15 stage axial compressor is analyzed using a 3-D Navier-Stokes CFD tool. The compressor under investigation is a prototype first compressor version before optimization of the Siemens V84.3A family. A methodology is described for steady state and transient flow simulations of the entire 15 stages compressor in one computation (not piece by piece). The simulation includes tip gaps, mass bleeds, hub leakage flows, and ranges from single passage to full 360 degrees analysis. The work is divided into two companion papers. This first part, “CFD Analysis of a 15 Stage Axial Compressor Part I: Methods” describes the overall methodology used, based on a middle portion of the compressor R5S9 (Rotor 5 to Stator 9). Various effects are analyzed: mesh style and refinement, boundary conditions, steady or transient, tip clearance, and numerical issues (turbulence model choice, advection model choice, parallel processing performance). A high sensitivity of the predictions to the tip clearance height was found. Excellent design point predictions are obtained with steady-state frame change interface models (Stage average interface), as well as with transient simulations (transient rotor-stator interface).

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,015
Tête enseignante GPT0,292
Écart entre enseignants0,277 · 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

Citations27
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTurbomachinery Performance and OptimizationTravaux en français237 207