MétaCan
Menu
Retour à la cohorte
Enregistrement W4396775211 · doi:10.1017/aer.2024.42

Effects of distortion on a BLI fan

2024· article· en· W4396775211 sur OpenAlexaff
Hans Mårtensson, Faezeh Rasimarzabadi

Notice bibliographique

RevueThe Aeronautical Journal · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesGKN Aerospace Services
Mots-clésDistortion (music)Fan-outGeologyMathematicsComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract The BLI (boundary layer ingestion) concept for propulsion seeks to improve the energy efficiency of aircraft propulsion. This is achieved by accelerating low momentum flow ingested from boundary layers and wakes developed over the fuselage through the fan. A major challenge that needs to be overcome to realise the benefits is that the fan needs to work efficiently in distorted flow. Understanding the effects of distortion on the aerodynamic performance and the distortion transfer through the fan is therefore essential to future designs. A BLI fan, designed at reduced scale, is used for analytic modelling and experiments in a rig designed for this purpose. The test rig replicates BLI conditions for a fan installed at the aircraft tail cone. An unsteady model that includes all blades and vanes of the fan, as well as the nacelle and the by-pass duct of the test rig is used for CFD (computational fluid dynamics) simulations. Test results are used to confirm that the CFD model is representative of the aerodynamics of the fan. The tests are conducted using varying fan operating conditions but also tests with an added distortion screen. Analysis results are then used to investigate the effects of distortion on the fan efficiency, as well as on the overall efficiency. The fan efficiency is found to be moderately decreased depending on the level of and extent of inlet circumferential distortion. In terms of overall energy efficiency, a net improvement over a similar fan in clean inlet flow is found.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,237
Écart entre enseignants0,230 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Aeronautical JournalMême sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207