MétaCan
Menu
Retour à la cohorte
Enregistrement W4289544560 · doi:10.1017/aer.2022.41

Sand erosion modeling in generic compressor rig testing

2022· article· en· W4289544560 sur OpenAlexaff
Lei‐Yong Jiang, X. Wu, Qi Yang

Notice bibliographique

RevueThe Aeronautical Journal · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueErosion and Abrasive Machining
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésErosionComputational fluid dynamicsGas compressorEnhanced Data Rates for GSM EvolutionFlow (mathematics)Geotechnical engineeringGeologyStructural engineeringComputer scienceMechanical engineeringMechanicsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Based on erosion coupon tests, a sand erosion model for 17-4PH steel was developed. The developed erosion model was validated against the results of compressor erosion tests from a generic rig and from other researchers. A high-fidelity computational fluid dynamics (CFD) model of the test rig was built, a user-defined function was developed to implement the erosion model into the ANSYS CFD software, and the turbulent, two-phase flow-field in multiple reference frames was solved. The simulation results are consistent with the test results from the compressor rig and with experimental findings from other researchers. Specifically, the sand erosion blunts the leading edge, sharpens the trailing edge and increases pressure-surface roughness. The comparisons between the experimental observations and numerical results as well as a quantitative comparison with three other sand erosion models indicate that the developed sand erosion model is adequate for erosion prediction of engine components made of 17-4PH steel.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,072
Tête enseignante GPT0,263
Écart entre enseignants0,191 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Aeronautical JournalMême sujetErosion and Abrasive MachiningTravaux en français237 207