Challenges in aero engine performance modeling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is a continuous drive for ever more efficient aero engines due to environmental as well as economical concerns. As the technology of conventional turbofan engines matures, there is a need for new aero engine concepts as well as incremental improvement of existing technologies. In order to improve existing turbofan architectures there is a trend towards integrating the design of the different components in the whole engine system. This creates new challenges both within engine manufacturing companies and between overall equipment manufactures (OEMs) and their suppliers. Methods need to be developed where different component requirements can be balanced against each other for the best performance of the system as a whole. Furthermore, there is a need for multidisciplinary design and optimization, coupling simulations involving several different computational disciplines. In this thesis, a method for consistent conceptual design is presented. In consistent design, the outcomes of the conceptual design are used to iteratively update the assumptions made in the initial thermodynamic cycle calculations until they are consistent. This enables the designer to balance different components against each other. In addition, a first coupling study of a turbine rear structure and whole engine performance is made, indicating the necessity of coupled simulations. Some considerations regarding modeling of engines at conditions far off-design are made. This is needed because some dimensioning mechanical load cases occur at these operating points. Finally, non-hierarchical analytical target cascading is introduced as a method that can be used for coupled optimization during the remainder of this research project.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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