MétaCan
Menu
Retour à la cohorte
Enregistrement W2906763941 · doi:10.5539/mer.v8n2p48

Design of Next Generation Civil and Military Aircraft with Ultra-High Bypass Engine using Composites, Advanced Materials and Technology

2018· article· en· W2906763941 sur OpenAlexvenueno aff
B. O. Akinnuli, O. J. Oladipo

Notice bibliographique

RevueMechanical Engineering Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurbofanNacelleRotor (electric)Noise (video)FuselageTurbopropPropulsive efficiencyAtmospheric ductPayload (computing)Aerospace engineeringBlade (archaeology)Computer scienceEngineeringStatorAutomotive engineeringAcousticsMechanical engineeringPropulsionPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Indirect combustion noise had not been attracting research in the past, but recent indication seems to prove that it could be a threat in the future if not addressed. Means of reducing this type of noise to a low decibel value was also included. Noise is due to the ingestion of distorted atmospheric turbulence, as the two set of blades rotate in different direction. Open rotor noise is higher since the rotors are fully exposed to oncoming turbulence and lack ducting or a nacelle to attenuate the radiated sound. A thorough review on the technology that can replace conventional turbofan was carried out. It was found that none of this technology can meet up with the ACARE and NASA 2020 vision but left a gap to be filled. Because open rotor is the most proven engine that is able to satisfy this requirements, different methods are adopted and integrated to reduce open rotor noise. Attention was paid to the geometry of the blade, hub and blade length, the vorticity and interaction noise are simulated until an optimized blade was achieved. The integration problem of open rotor was addressed where the engine was located to minimize perceive noise to the payload.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,662

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,031
Tête enseignante GPT0,261
Écart entre enseignants0,229 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanical Engineering ResearchMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207