MétaCan
Menu
Retour à la cohorte
Enregistrement W4386741125 · doi:10.3390/jcs7090389

A Comparison of Three Simulation Techniques for Modeling the Fan Blade–Composite Abradable Rub Strip Interaction in Turbofan Engines

2023· article· en· W4386741125 sur OpenAlexafffund
Aleksandr Cherniaev

Notice bibliographique

RevueJournal of Composites Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPratt and Whitney Canada
Mots-clésTurbofanFinite element methodRobustness (evolution)RubbingBlade (archaeology)Aero engineStructural engineeringComputational fluid dynamicsComputer scienceMaterials scienceMechanical engineeringMechanicsEngineeringPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Turbofan engine models for foreign object impact simulations must include a representation of fan blade interactions with surrounding components of the engine, including rubbing against the abradable lining. In this study, three numerical techniques, namely, the finite element method (FEM), smoothed particles hydrodynamics (SPH), and the adaptive (hybrid) FEM/SPH approach (ADT), were evaluated for their applicability to modeling of the blade–abradable rub strip (ARS) interaction. Models developed using these methods in the commercial code LS-DYNA were compared in terms of their computational cost, robustness, sensitivity to mesh density, and certain physical and non-physical parameters. As a result, the applicability of the models to represent the blade-ARS interaction was ranked as follows (1—most applicable, 3—least applicable): 1—SPH, 2—FEM, and 3—ADT.

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 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: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil0,295

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,039
Tête enseignante GPT0,340
Écart entre enseignants0,301 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Composites ScienceMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207