MétaCan
Menu
Retour à la cohorte
Enregistrement W2747291105 · doi:10.1088/2053-1591/aa7c70

Water droplet erosion of stainless steel steam turbine blades

2017· article· en· W2747291105 sur OpenAlexafffund
H.S. Kirols, Dmytro Kevorkov, Andreas Uihlein, Mamoun Medraj

Notice bibliographique

RevueMaterials Research Express · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueErosion and Abrasive Machining
Établissements canadiensConcordia University
Organismes subventionnairesAlstom PowerConcordia University
Mots-clésSteam turbineErosionTurbine bladeMaterials scienceTurbineGeotechnical engineeringMetallurgyGeologyMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Steam turbine blades are highly subjected to water droplet erosion (WDE) caused by high energy impingement of liquid water droplets. However, most of the published research on this wear phenomenon is performed on laboratory test rigs, instead of addressing WDE of actual steam turbine blades. In this work, the progression of erosion on the surface of ex-service low pressure steam turbine blades was investigated using scanning electron microscopy. The erosion appearance and mechanisms are compared with laboratory test rig results that are carried out using a rotating disk rig according to ASTM G73 standard. Initial and advanced erosion stages could be observed on the steam turbine blades. Similar to the WDE rig coupons, initial pits and cracks were preceded by blade surface roughening through the formation of asperities and depressions. In addition, it was also observed that the twist angle of the turbine blade around its diagonal, is an important parameter that influences its WDE. Twist angle has an effect on: impact angle, erosion appearance, impact speed, and the affected area. Furthermore, according to the current experimental results, multi-ray rig erosion test results are considered the closest simulation to the actual ex-service blade in terms of damage appearance.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,061
Tête enseignante GPT0,351
Écart entre enseignants0,290 · 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'étudeExpérimental (laboratoire)
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

Citations34
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials Research ExpressMême sujetErosion and Abrasive MachiningTravaux en français237 207