High-speed droplet impingement on dry and wetted substrates
Notice bibliographique
Résumé
High-speed droplet impact is of great interest to power generation and aerospace industries due to the accrued cost of maintenance in steam and gas turbines. The repetitive impacts of liquid droplets onto rotor blades, at high relative velocities, result in blade erosion, which is known as liquid impingement erosion (LIE). Experimental and analytical studies in this field are limited due to the complexity of the droplet impact at such conditions. Hence, numerical analysis is a very powerful and affordable tool to investigate the LIE phenomenon. In this regard, it is crucial to understand the hydrodynamics of the impact in order to identify the consequent solid response before addressing the LIE problem. The numerical study of the droplet impingement provides the transient pressure history generated in the liquid. Determining the transient behavior of the substrate, in response to the pressure force exerted due to the droplet impact, would facilitate engineering new types of surface coatings that are more resistant to LIE. To that end, quantifying the impact pressure of compressible liquid droplets impinged at very high velocities, up to 500 m/s, on rigid solid substrates and liquid films is the main objective of the present work. A wide range of scenarios that commonly arise in the LIE problem are considered, i.e., droplet sizes between 200 µm and 1000 μm, impact velocities ranging from 100 m/s to 500 m/s, and liquid film thicknesses of 0 µm–200 μm. The maximum pressure exerted on the solid surface due to the droplet impact is calculated for both dry and wetted substrates. The results obtained from compressible fluid modeling are compared to those of other numerical studies and analytical correlations, available in the open literature. New correlations are developed for maximum impact pressure on rigid solids and liquid films that can be used to characterize the solid stress and estimate the lifetime of the material by carrying out the fatigue analysis.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».