MétaCan
Menu
Retour à la cohorte
Enregistrement W2727459889 · doi:10.4050/f-0073-2017-12148

Flow and Heat Transfer Simulation in a Splash Lubricated Bell 525 Accessory Gearbox

2017· article· en· W2727459889 sur OpenAlexaff
Siddhartha Mukherjee, Russell Mueller, Mukundhan Chakram

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGear and Bearing Dynamics Analysis
Établissements canadiensBell Helicopter Textron (Canada)
Organismes subventionnairesnon disponible
Mots-clésSplashHeat transferFlow (mathematics)Computer scienceMechanicsMechanical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Operating temperatures in a drive system gearbox are impacted by multiple factors like mechanical power, operating environment, geometrical design and lubricant properties. Cooling and lubrication performance is critical to operation and durability. Oil properties like viscosity, specific gravity and thermal conductivity play a major role in determining the quality of lubrication inside the gearbox and the efficiency of waste heat exchange. The interaction of lubricating oil with gears and surrounding structures is however a complex multi-physical problem. Complete coupled modeling of the various micro and macro physical phenomena at play inside the gearbox is challenging and computationally expensive. For this reason, manufacturers have traditionally relied on experimental evaluations of prototype gear boxes for product development. A more desirable approach is to develop a full simulation capability to aid the design process and minimize development risk. To this end, a CFD methodology for the prediction of lubricating oil flow and heat transfer is developed. The methodology is applied and validated with the "splash lubricated" accessory gearbox of the Bell 525.

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 enseignants0,085
Score d'incertitude au seuil0,282

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 Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,219 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGear and Bearing Dynamics AnalysisTravaux en français237 207