MétaCan
Menu
Retour à la cohorte
Enregistrement W4387127487 · doi:10.1115/gt2023-100561

Evaluation of Inlet Conditions of an AFT Mounted BLI Design in a Sub-Scale Test Rig

2023· article· en· W4387127487 sur OpenAlexaffabout
Faezeh Rasimarzabadi, Hans Mårtensson, Catherine Clark, Martin Neuteboom

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésFuselageNacelleBoundary layerPropulsionInletThrustTraverseBoundary layer suctionBoundary layer thicknessEngineeringMarine engineeringBoundary layer controlStructural engineeringAcousticsAerospace engineeringTurbineMechanical engineeringGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A unique sub-scale rig for studying boundary layer ingestion (BLI) propulsion has been developed by National Research Council of Canada (NRC). The rig is capable of varying the operating pressure levels and Mach numbers independently. It consists of a boundary layer generator to simulate boundary layer development over an aircraft fuselage. The boundary layer thickness upstream of the fan blades is controlled independent of other parameters using air injected through a perforated plate. The purpose is to demonstrate the advantages of BLI in reducing the power required for a given thrust and to evaluate varying inlet conditions on BLI fan performance. This paper provides details on set-up and procedure for testing an aft-mounted, distortion-tolerant fan tested at a number of different operating conditions. The results shows how the fan speed can affect the boundary layer thickness at the nacelle inlet. Different strategies for probe traversing are evaluated to find suitable procedures for obtaining valid data. Considering that there are 24 vanes, the 36° intervals give a better representation of the average compared to 45° intervals, since the clocking relative to the stator wakes significantly affects the total pressure. The traversing has to be done individually in order to avoid that the downstream probes data be affected by the upstream probes. The numerical results are compared with the experimental data and show reasonably good agreement.

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 enseignants0,084
Score d'incertitude au seuil0,220

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,026
Tête enseignante GPT0,283
Écart entre enseignants0,257 · 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 sujetTurbomachinery Performance and OptimizationTravaux en français237 207