Numerical assessment of blade deflection and elongation for improved monitoring of blade and TBC damage
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The reliability of turbine blades is largely maintained by damage tolerance approach based on monitoring and pre-set periodic inspections. This can result in unnecessary downtimes, premature part retirement and unforeseeable failures. Therefore, there is growing interest in systems that can reliably detect damages in real‐time. However, many current sensors are based on blade tip clearance and time of arrival. The first primarily correlates with relatively predictable long-term creep deformation and ensuing blade elongation, while the second can be related to blade deflection. Therefore, this research comparatively assesses the two parameters. For this purpose, TBC defects, representative for coating spallation, and notches, representative for blunted blade cracks, are investigated. Overall, the results suggest that the measurement of changes in axial deflection could show higher sensitivity to cracks and TBC defects, and therefore, constitutes a potential alternative for continuous monitoring with respect to unforeseeable rapidly growing blade damage. Moreover, TBC spallation seems more difficult to immediately detect as the ensuing changes in blade tip position are small. However, they cause changes in deflection that can switch from negative to positive as they are located closer to the blade root, which may allow to assess their location during monitoring. In contrast, critical cracks located close to the blade root can cause measurable changes in blade deflexion, potentially making their timely detection and continuous monitoring possible.
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.
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 découle