MétaCan
Menu
Retour à la cohorte
Enregistrement W3208448301 · doi:10.1139/tcsme-2021-0014

Effect of blowing ratio on film-cooling effectiveness of ginkgo shaped holes: a numerical approach

2021· article· en· W3208448301 sur OpenAlexvenueno aff
Muhammad Awais, Reaz Hasan, M. Hamidur Rahman

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMechanicsCoolantTurbine bladeTurbulenceMechanical engineeringHeat transferTurbinePhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Modern gas turbine engines operate at high temperatures to improve thermal efficiency and power output. Increased rotor inlet temperatures increase the rate of heat transfer to the turbine blades, which requires sophisticated cooling schemes to keep the blade temperature at acceptable levels. This work is a numerical investigation of film cooling techniques as applied to gas turbines. The cooling performance of two differently shaped holes, namely, Ginkgo Forward and Ginkgo Reverse, were investigated in terms of centerline and local lateral cooling effectiveness, and a comprehensive comparison was made with the cooling performance of a cylindrical hole. The investigations were performed at a constant density ratio (DR = 2.0) and three different blowing ratios (BR = 1.0, 1.5, and 2.0). Under all of the operating conditions, the results demonstrated significant augmentation in centerline and lateral cooling effectiveness when the Ginkgo Reverse shaped hole was used, followed by the Ginkgo Forward and cylindrical cooling holes. For the shaped cooling holes, the low velocity gradient through the film alleviated the jet lift-off and turbulence, resulting in decreased entrainment of hot gas to the bottom surface. To conclude, the prominent lateral dispersal of the coolant due to the shaped cooling holes significantly enhanced thermal protection and the overall cooling performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,557

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,005
Tête enseignante GPT0,195
Écart entre enseignants0,190 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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 revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetTurbomachinery Performance and OptimizationTravaux en français237 207