The Sensitivity Study of a Mechanical Loss Model in Turbocharger System
Notice bibliographique
Résumé
Abstract 3D modelling can be a very useful tool for optimising the design of turbocharger turbines. However, it is difficult to achieve high levels of correlation with experimental data which can undermine confidence in the 3D model results. A key difference between modelling and experiments is the way turbine efficiency is estimated: in CFD this is estimated directly from the shaft torque created by the turbine, however in experiments this is usually estimated based on the enthalpy rise measured at the compressor. This means that there is an inherent offset between the two which is the mechanical losses of the bearing system used to support the connecting shaft. The accuracy of the mechanical loss estimate can therefore play a critical role in the correlation of 3D modelling with experiments. A 3D CFD model of a turbocharger turbine of a 1.5L gasoline engine has been coupled with a 0D mechanical losses model. The model comprises of seven parameters that characterise the bearing losses such as oil film thickness, bearing surface finish and clearances. A sensitivity study is conducted on these parameters to understand which are the critical aspects that should be parameterised and what relationship these parameters may have with the operating state of the turbocharger (shaft speed, shaft torque etc.). Experimental measurements were conducted for the same turbocharger to provide a baseline for assessing the impact of the mechanical losses model. These provide the boundary conditions to the CFD by ignoring the effects of heat transfer, and the results were compared to the 3D simulation results.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».