MétaCan
Menu
Retour à la cohorte
Enregistrement W4240239653 · doi:10.1115/1.4051113

Prediction of the Acoustic Reflection in a Realistic Aeroengine Intake With Three Numerical Methods to Analyze Fan Flutter

2021· article· en· W4240239653 sur OpenAlexaff
T Bontemps, Stéphane Aubert, Maxime de Pret

Notice bibliographique

RevueJournal of Turbomachinery · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesnon disponible
Mots-clésFlutterReflection (computer programming)AcousticsComputer scienceStructural engineeringEngineeringAerospace engineeringAerodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract For a particular range of frequencies, an acoustic coupling between the fan and the air intake can modify fan stability regarding flutter. Previous works have shown that characterizing the reflection on the intake opening might be a crucial element to target operating points for which the risk of acoustic-driven flutter is high. To do so, three methodologies are compared in this article: an aeroelastic computational fluid dynamics (CFD) simulation, an acoustic potential simulation, and an analytical model. Each of them has a different fidelity level and computational cost, what makes their usage more beneficial at some step in the design process. It is shown that results of aeroelastic CFD and acoustic potential simulations are in excellent agreement. Fast acoustic simulations are then a good option in the early design process. The analytical model presents an important error mainly on the phase and should be adapted before usage.

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 enseignants0,593
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,267
Écart entre enseignants0,254 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of TurbomachineryMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207