Assessment of Flow Control Strategies for Improving Centrifugal Compressor Efficiency
Notice bibliographique
Résumé
This paper describes a preliminary assessment of two flow control strategies for improving the adiabatic efficiency of centrifugal compressors for aero-engine applications. Given that the diffuser loss and pressure recovery play and important role in centrifugal stage efficiency, a centrifugal compressor with “fishtail” pipe diffusers is chosen for the study. This type of diffuser, which is among the most efficient diffusers, turns the flow directly from a high-swirl radial flow toward an axial flow, thus providing a smaller outer compressor diameter. As such, they are ideal for aero-propulsion applications. Past researches indicate that the diffuser performance is very much dependent on the impeller exit flow (diffuser inlet flow) uniformity. Two passive candidate flow control strategies that could improve impeller exit flow uniformity are proposed, namely slots casing treatment near the impeller radial bend and flow recirculation with injection in this area. They are aimed at attenuating the significant low-momentum region near the shroud that grows from the radial bend to the impeller exit. Iterations of the two proposed flow control strategies were evaluated through unsteady RANS CFD simulations on a low-speed centrifugal compressor stage with fishtail pipe diffusers. A comparison in terms of component and stage performance as well as an analysis of the flow field was carried out from the simulation results of the early iterations of the two flow control strategies. They show that both strategies have good potential for improving impeller exit flow uniformity and reducing losses in the fishtail pipe diffusers. However, the casing treatment strategy is more promising for improving stage efficiency due to lower penalty in impeller 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 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».