Optimal turbine blade design enabled by auxetic honeycomb
Notice bibliographique
Résumé
Abstract Gas turbine blades are subjected to unusually harsh operating conditions—rotating at high velocities in gas streams whose temperature can exceed the melting temperature of the blade. In order to survive these conditions, the blade must efficiently transfer heat to an internal cooling flow while effectively managing mechanical stresses. This work describes a new design strategy for the internal structure of turbine blades that makes use of architected materials tailored to reduce stresses and temperatures throughout the blade. A full 3D characterization was first performed to determine the thermomechanical properties of generalized honeycomb materials with different design parameters: honeycomb angle and wall thickness. A turbine blade cross section was then divided into multiple discrete domains so that different generalized honeycomb materials could be assigned to each of the domains. Optimization of the material assignments was performed in order to minimize the stress ratio—ratio of the maximum Mises’ stress and the temperature dependent yield stress—in the entire model. The optimized design showed substantial improvement with respect to a baseline model; the factor of safety was increased by 171%, while the maximum Mises’ stress and temperature decreased by 42% and 72% respectively. The use of generalized honeycomb materials allows for local control of the material properties to tune the performance of the turbine blade. The results of the optimization clearly indicate that auxetic honeycombs outperform conventional designs; since their lower in-plane stiffness helps to reduce stresses caused by thermal gradients. Our results demonstrated the feasibility of using 3D-printing compatible architected materials in turbine blades to increase their factor of safety and potentially increase operating temperatures to improve thermal 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».