MétaCan
Menu
Retour à la cohorte
Enregistrement W3041119676 · doi:10.3390/acoustics2030028

Numerical Investigation of Influence of Entropy Wave on the Acoustic and Wall Heat Transfer Characteristics of a High-Pressure Turbine Guide Vane

2020· article· en· W3041119676 sur OpenAlexaff
Keqi Hu, Yuanqi Fang, Yao Zheng, Gaofeng Wang, Stéphane Moreau

Notice bibliographique

RevueAcoustics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMechanicsTurbulenceHeat transferTurbineMach numberCombustion chamberPhysicsAmplitudeThermodynamicsMaterials scienceCombustionOpticsChemistry

Résumé

récupéré en direct d'OpenAlex

As an indirect noise source generated in the combustion chamber, entropy waves are widely prevalent in modern gas turbines and aero-engines. In the present work, the influence of entropy waves on the downstream flow field of a turbine guide vane is investigated. The work is mainly based on a well-known experimental configuration called LS89. Two different turbulence models are used in the simulations which are the standard k-ω model and the scale-adaptive simulation (SAS) model. In order to handle the potential transition issue, Menter’s ð-Reθ transition model is coupled with both models. The baseline cases are first simulated with the two different turbulence models without any incoming perturbation. Then one forced case with an entropy wave train set at the turbine inlet at a given frequency and amplitude is simulated. Results show that the downstream maximum Mach number is rising from 0.98 to 1.16, because the entropy waves increase the local temperature of the flow field; also, the torque of the vane varies as the entropy waves go through, the magnitude of the oscillation is 7% of the unforced case. For the wall (both suction and pressure side of the vane) heat transfer, the entropy waves make the maximum heat transfer coefficient nearly twice as the large at the leading edge, while the minimum heat transfer coefficient stays at a low level. As for the averaged normalized heat transfer coefficient, a maximum difference of 30% appears between the baseline case and the forced case. Besides, during the transmission process of entropy waves, the local pressure fluctuates with the wake vortex shedding. The oscillation magnitude of the pressure wave at the throat is found to be enhanced due to the inlet entropy wave by applying the dynamic mode decomposition (DMD) method. Moreover, the transmission coefficient of the entropy waves, and the reflection and transmission coefficients of acoustic waves are calculated.

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 enseignants0,009
Score d'incertitude au seuil0,017

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,186
Écart entre enseignants0,177 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcousticsMême sujetCombustion and flame dynamicsTravaux en français237 207