MétaCan
Menu
Retour à la cohorte
Enregistrement W2748442652 · doi:10.1115/gt2017-63250

Wall Pressure and Temperature Distribution in Bent Oblong Exhaust Ejectors

2017· article· en· W2748442652 sur OpenAlexafffund
Asim Maqsood, A. M. Birk

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInjectorNozzleBent molecular geometryMechanicsMaterials scienceInfraredStatic pressureJet (fluid)Mechanical engineeringOpticsPhysicsComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

In aerospace industry ejectors are employed to reduce infrared signatures of hot exhaust gases and ducts. The ambient air, entrained from the surrounding, acts as a cushion between hot exhaust and the ejector walls. This reduces the temperature and hence the infrared signature of exhaust ducts. In many applications the ejectors are bent upward to hide the hot engine from heat seeking missiles. Due to the bend, the hot gases from the turbine hit the side walls leading to hot spots on the ejector walls. This study was aimed to see the effectiveness of a series of bent oblong ejectors as infrared signature suppressors. Wall temperatures were measured with infrared thermal imaging camera and pressures were measured with static wall taps. The wall static pressure shows rise in pressure along the length of the ejector. It also identifies areas of flow separation and the areas where the primary flow hits the ejector walls and produces hot spots. Wall temperature distribution shows that the oblong nozzle has a detrimental effect by creating hot spots on the ejector surface. Wall temperature of the ejectors increased with the degree of bend. The normalized maximum wall temperature (T*w(max)) of 67.5° bent ejector was 45% higher than the straight ejector. The swirl in the primary flow also increased the wall temperature. On a straight ejector the T*w(max) with the 30° swirl was 35% higher than the no swirl case.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil0,230

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 Opus0,006
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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'étudeObservationnel
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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207