Notice bibliographique
Résumé
Applications such as boundary-layer-ingesting fans, and compressors in turboprop engines require continuous operation with distorted inflow. A low-speed axial fan with incompressible flow is studied in this paper. Previous work in the literature has shown that the same flow mechanisms contributing to the response of a fan to distortion are at play in incompressible and transonic flows. The objective is to determine how fan performance scales as the type and severity of inlet distortion varies at the design flow coefficient. A distributed source term approach to modeling the rotor and stator blade rows is used in numerical simulations in this paper. The approach has been shown to capture overall stage performance and flow field behavior with distortions having length scales much longer than the blade pitch. The approach requires only knowledge of the blade geometry, but the model does not include viscous losses. As a result, efficiency is not assessed but instead a metric based on changes in diffusion factor is defined which is conjectured to be related to efficiency changes. Distortions in stagnation pressure, swirl, and stagnation temperature are considered. By studying the distortions individually, it is found that the diffusion metric scales linearly with the intensity of the distortions (i.e. the ratio of minimum to maximum values) but that changes in distortion location relative to the fan axis produce nonlinear changes in the diffusion metric. Combinations of distortions are also studied and it is found that the diffusion metric associated with the combined distortion can be predicted using a summation procedure for the metrics associated with the individual constituent distortions. The mechanism found to govern the effectiveness of this summation procedure is the incidence distortions at rotor and stator inlet.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».