MétaCan
Menu
Retour à la cohorte
Enregistrement W2310379334 · doi:10.1115/imece2014-37983

Numerical Simulation of Using Combined Active and Passive Stall Control Techniques in Centrifugal Compressors

2014· article· en· W2310379334 sur OpenAlexaff
Taher Halawa, Mohamed Alqaradawi, Osama Badr, Mohamed S. Gadala

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCasingStall (fluid mechanics)ImpellerAxial compressorCentrifugal compressorGas compressorMechanicsComputer simulationInletMaterials scienceEngineeringMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This study presents a numerical simulation of stall control by using the casing treatment method which represents the passive control technique and also by using the air injection method which represents the active control technique. The casing treatment types used are the holed casing treatment and the casing skewed slots. There are four proposed numerical models; the first model is the regular shape model without casing treatments, the second model combines the holed casing treatment with the skewed slots, the third model is similar to the second one but enhanced by air injection at specified locations at the slot wall while the fourth model contains casing slots only. Results showed that the holed casing treatment helps in reducing the tip leakage flow by transferring it from the blades tip area to the impeller inlet. Also, it was found that the casing slots can cause a flow circulation and increase the kinetic energy around the position of slots and this leads to decreasing the number of stall cells. Results indicated also that the air injection at the casing slots increases the circulated flow rate inside the slots and minimizes the flow separation. It was found that the third model which contains casing slots only is the best comparing with other models in terms of decreasing the stall areas and increasing the compressor stability. Final results confirmed also that the casing treatment method increases the stability but reduces the isentropic efficiency.

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 enseignants0,366
Score d'incertitude au seuil0,251

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 Opus0,005
Tête enseignante GPT0,218
Écart entre enseignants0,213 · 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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTurbomachinery Performance and OptimizationTravaux en français237 207