MétaCan
Menu
Retour à la cohorte
Enregistrement W35275083 · doi:10.2196/29196

Turbojet Analytical Model Development and Validation

2012· article· en· W35275083 sur OpenAlexvenueno aff
Sergio Chiesa, Giovanni Medici, M. Balbo

Notice bibliographique

RevueJMIR Formative Research · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueRocket and propulsion systems research
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute on Minority Health and Health Disparities
Mots-clésTurbojetEngineeringNozzleThrustThrust vectoringAerospace engineeringAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

This paper describes the modeling and validation procedure of a single shaft turbojet engine. The model aim is to provide detailed predictions of the flow's properties at nozzle outlet. Those predictions will be used to design a thrust vectoring system for the engine, and the flight dynamics control laws of the aircraft. The first phase of the analysis explains the design and development a more detailed engine deck. The engine to model is a single shaft turbojet. The software developed calculates the turbojet performances in steady state; boundary conditions of the turbojet may be modified according to the engine-operating envelope. During the second phase of the analysis, the transient model was developed. Dropping the work compatibility equation, and introducing the angular acceleration and inertial moments allow to model the engine vs. time behavior. By using the data calculated through the steady state and transient 1-D models, the CFD model could be properly designed. The model defines the flow field going from the turbine's outlet through the nozzle to the turbojet plume downstream. In this way the estimation of the forces and moments acting on the thrust vectoring vanes can be calculated. The three models were validated using test bench data, synthetic data (previous steady state engine decks) and flight test data.

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)0,008
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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 Opus0,132
Tête enseignante GPT0,413
Écart entre enseignants0,281 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetRocket and propulsion systems researchTravaux en français237 207