MétaCan
Menu
Retour à la cohorte
Enregistrement W3035727109 · doi:10.2514/6.2020-2521

Tip flow evolution in a turbofan rotor for broadband noise diagnostic

2020· article· en· W3035727109 sur OpenAlexaff
Pavel Kholodov, Marlène Sanjosé, Stéphane Moreau

Notice bibliographique

RevueAIAA AVIATION 2020 FORUM · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensUniversité du QuébecUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésTurbofanMechanicsVortexLeading edgeBoundary layerPhysicsTip clearanceAcousticsDuct (anatomy)Mean flowShock (circulatory)Leakage (economics)Materials scienceAerospace engineeringEngineeringTurbulence

Résumé

récupéré en direct d'OpenAlex

A tip flow evolution in a realistic turbofan rotor is studied numerically for subsonic (approach) and transonic (cutback) operating conditions. Large Eddy Simulations are performed for Source Diagnostic Test benchmark rotor blade. Single-blade computations are performed for the two operating conditions. The mean-flow results and the wall-pressure statistics are analyzed in the tip flow region of the rotor. The mean trajectory of the tip leakage vortex is traced in both cases. The mean results reveal the presence of a strong tip blockage at approach. For cutback, the flow in the upper part of the blade produces a shock-boundary layer interaction with a lambda-shock. At approach conditions, the unsteady results show an early break-up of the tip leakage vortex and an impingement of the tip vortices with the leading-edge and the tip region of the blade. At cutback the tip leakage vortex is stronger and interacts with the leading edge of the adjacent blade. The blade wall-pressure spectra reflect the impact of the tip vortices on the blade leading-edge. The far-field noise is computed upstream with FfowcsWilliams and Hawkings’ analogy using porous surface formulations. Downstream, the projection on acoustic duct modes is made to remove hydrodynamics spurious sources. Both methods showed a good comparison with experiments for the middle frequency range.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA AVIATION 2020 FORUMMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207