MétaCan
Menu
Retour à la cohorte
Enregistrement W2159447828 · doi:10.5539/mer.v4n2p45

Total Pressure Loss Mechanism of Centrifugal Compressors

2014· article· en· W2159447828 sur OpenAlexvenueno aff
Xiaoyang Gong, Rui Chen

Notice bibliographique

RevueMechanical Engineering Research · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVoluteTurbochargerCentrifugal compressorGas compressorImpellerTurbineOverall pressure ratioDiffuser (optics)Axial compressorEngineeringFlow (mathematics)Mechanical engineeringAutomotive engineeringMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

To develop the turbocharger matching system, a compressor model and turbine model need to be developed independently and coupled. This paper describes the construction of the centrifugal compressor model and its validation with the experimental data. The compressor model in this paper uses One-dimensional (1D) thermo-fluid equations to analyse the compressor side of a turbocharger. Under a specified set of turbocharger geometry, atmospheric conditions, rotational speed, and fluid mass flow rate, the model can calculates the static and total temperatures, velocities, static and total pressures, pressure losses, and isentropic efficiencies for each compressor component. Instead of using lumped loss parameters, the compressor model includes established loss models found in the open literature. Not only in the impeller, the losses in the diffuser and the volute are modelled. With the model, it is possible for a parametric study on the effect of each loss mechanism on the performance, and which can aid the designer in justifying design decisions minimising the magnitude of the losses and thus positively influence the overall performance. The compressor model can also be applied to investigate the two stage Turbocharging or Variable Geometry Turbocharger (VGT) in the future.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,236 · 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
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

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanical Engineering ResearchMême sujetTurbomachinery Performance and OptimizationTravaux en français237 207