MétaCan
Menu
Retour à la cohorte
Enregistrement W4367321416 · doi:10.18280/mmep.100241

Structural Analysis of Compressor Blades Using Finite Elements Method

2023· article· en· W4367321416 sur OpenAlexvenueno aff
Hayder H. Khaleel

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Failure Analysis and Simulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinite element methodGas compressorComputer scienceStructural engineeringMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The axial compressor considers the main component and plays a significant role in highspeed engines and it is subjected to different loads during the operations conditions.In this work, the simulation of the mechanical performance of the axial compressor under various loads was achieved.The simulation of the axial compressor (semi-open impeller type) was achieved with SOLIDWORKS 2016 while the structural numerical analysis was performed with ANSYS 2020 with three different materials which were (stainless steel, titanium, carbon fiber) to study the effect of different force values (5000, 10000, 15000) N on the mechanical performance of the axial compressor and to compare the behavior of modern material such as carbon fiber, which has been recently in the manufacturing of mechanical parts due to its significant properties like a high strengthweight ratio, with the other traditional materials.The output results were directional deformation, overall deformation, highest stress, highest shear stress and maximum strain.The results revealed that the carbon fiber showed the highest deformation more than the other two materials because of the type of failure that happened under loads such as delamination and cracks which may cause sudden failure for the compressor.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,056
Tête enseignante GPT0,275
Écart entre enseignants0,219 · 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
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetMechanical Failure Analysis and SimulationTravaux en français237 207