MétaCan
Menu
Retour à la cohorte
Enregistrement W2940849447 · doi:10.1177/0957650919844112

Coupling of inverse method and cuckoo search algorithm for multiobjective optimization design of an axial flow pump

2019· article· en· W2940849447 sur OpenAlexaff
Mohamed Abdessamed Ait Chikh, Idir Belaidi, Sofiane Khelladi, Abderrachid Hamrani, Farid Bakir

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part A Journal of Power and Energy · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCuckoo searchMulti-objective optimizationTurbomachineryCentrifugal pumpRotor (electric)Mathematical optimizationGenetic algorithmMathematicsSortingMaximizationControl theory (sociology)Computer scienceAlgorithmEngineeringParticle swarm optimizationMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This work describes the application of a multiobjective cuckoo search method for turbomachinery design optimization of an axial pump. Maximization of the total efficiency and minimization of the required net positive suction head of the pump are the two objective functions considered for the optimization problem. The optimization process is carried out on a range of imposed volumetric flow rates, with taking into account at each discretized radius between the hub and tip of the rotor: the profile camber, rotor wall thickness, angular deviation, and the solidity, regarded as geometrical constraints and nominal flow rate as mechanical constraint. Two strategies are proposed in order to solve the problem. In the first one, three forms of mono-objective model with two variables, total efficiency and net positive suction head, are considered. In the second one, a multiobjective model with nondominated sorting scheme is adopted. A comparative evaluation of results obtained from the proposed approach with those of a reference machine and genetic algorithm allowed us to validate the present work.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil0,381

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 Opus0,012
Tête enseignante GPT0,235
Écart entre enseignants0,223 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part A Journal of Power and EnergyMême sujetCavitation Phenomena in PumpsTravaux en français237 207