MétaCan
Menu
Retour à la cohorte
Enregistrement W3166292379 · doi:10.31399/asm.cp.itsc2021p0765

Thermally Sprayed Coating-Based Heating Systems for Boundary Layer Transition Detection — An Experimental Approach

2021· article· en· W3166292379 sur OpenAlexaff
M. Machulla, Shahed Taghian Dehaghani, P. Claußnitzer, S. Scheitz, André McDonald, Christoph Leyens

Notice bibliographique

RevueThermal spray · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceLaminar flowComposite materialBoundary layerTransition pointCoatingStagnation pointTurbulenceAerodynamic heatingHeat transferMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract Boundary layers on surfaces will change from laminar to turbulent flow after a critical length. Due to the differing heat transfer coefficients of laminar and turbulent flow, the point of transition can be detected by heating the surface and measuring surface temperature by thermographic imaging. Locating the transition point is crucial for the aerodynamic optimization of components. In this study, fiber reinforced polymer composites (FRPCs) were chosen as the test substrate. Experiments were conducted using the flame spray process and NiCrAlY coatings. Multilayered coatings consisting of an aluminum bond coat, a layer of alumina as electrical insulation, and a heating layer of titania were fabricated by atmospheric plasma spraying. Free-flight tests were conducted with a functionalized winglet in order to assess the ability of thermally-sprayed heating elements to detect the location of transition of the flow regime. The results showed that the thermally-sprayed elements heat surfaces uniformly, with sufficient radiation losses for thermographic imaging. It was also shown that the change in temperature at the point of transition was readily observable using thermography.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,240
Écart entre enseignants0,216 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetHeat Transfer MechanismsTravaux en français237 207