MétaCan
Menu
Retour à la cohorte
Enregistrement W2274119595 · doi:10.1115/gt2015-42514

Rapid Airfoil Design for Uncooled High Pressure Turbine Blades

2015· article· en· W2274119595 sur OpenAlexafffund
Niloofar Moradi, Edward Vlasic, Hany Moustapha

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesPratt and Whitney Canada
Mots-clésAirfoilAerodynamicsTurbineNACA airfoilComputer scienceTurbine bladeAerospace engineeringDesign processEngineeringEngineering design processMechanical engineeringWork in processPhysics

Résumé

récupéré en direct d'OpenAlex

The aero-engine design process is highly iterative, multidisciplinary in nature and complex. The success of any engine design depends on best exploiting and considering the interactions among the numerous traditional engineering disciplines such as aerodynamics and structures. More emphasis has been placed lately on system integration, cross disciplines leveraging of tools and multi-disciplinary-optimization at the preliminary design phase. This paper investigates the automation of the airfoil generation process, referred to as Rapid Airfoil 3D (RAF 3D), for uncooled high pressure turbine blades at the preliminary design phase. This Matlab based program, uses the turbine aero meanline (TAML) in parallel with a database of previously designed P&WC airfoils, in-house design rules and best practices to define a pre-detailed airfoil shape which can be fed back to other analytical groups for pre-detail analyses, such as for structures and vibrations. Resulting airfoil shapes have been aerodynamically validated using an in-house 3D RANS code. RAF 3D will shorten the turnaround time for P&WC’s turbine aerodynamics group to provide a preliminary 3D airfoil shape to turbine structures group by up to a factor of ten. Additionally, the preliminary assessments of stress and vibration specialists will be more accurate as their assessments will be based on an airfoil that has had inputs from all functional groups even though it is “first pass” design.

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: aucune
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,381

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 Opus0,025
Tête enseignante GPT0,211
Écart entre enseignants0,187 · 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

Citations5
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTurbomachinery Performance and OptimizationTravaux en français237 207