MétaCan
Menu
Retour à la cohorte
Enregistrement W4398783664 · doi:10.3390/aerospace11060426

An Engine Deterioration Model for Predicting Fuel Consumption Impact in a Regional Aircraft

2024· article· en· W4398783664 sur OpenAlexafffund
Manuel de Jesús Gurrola Arrieta, Ruxandra Mihaela Botez, Axel Lasne

Notice bibliographique

RevueAerospace · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère du Développement Économique, de l’Innovation et de l’Exportation
Mots-clésFuel efficiencyConsumption (sociology)Environmental scienceAutomotive engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

A deterioration cycle model is presented, designed to consider the turbomachinery efficiency losses that are expected during real engine in-service operations. The cycle model was developed using information from practical experience found in the literature to account for both short- and long-term deterioration effects; the former occurring during the first flight cycles, the latter due to regular in-service operation. This paper highlights the importance of analyzing the inter-turbine temperature margin (ITTM) to track engine deterioration to determine the extent of an in-service engine life. The proposed model was used to assess the ITTM and fuel consumption impact in the CRJ-700 regional aircraft (powered by two CF34-8C5B1 engines) for three representative missions: short (0.4 h), average (1.4 h), and long (2.5 h), considering different levels of engine deterioration, from the new engine level up to fully deteriorated. The fuel consumption at the new engine level (zero deterioration) was validated against a real-time engine model embedded in a Level-D flight simulator, the so-called Virtual Research Flight Simulator located at the Laboratory of Applied Research in Active Control, Avionics, and AeroServoElasticity. The errors found in this validation for the trip mission fuel consumption in the short, average, and long missions were −3.6, +0.9, and +0.6%, respectively. The cycle model predictions suggest the ITTM for a new engine is 55.2 °C, whereas for a fully deteriorated engine, it is 26.4 °C. Finally, in terms of fuel consumption, the results presented here show that an average CF34-8C5B1 engine shows an increase in the cumulative fuel consumption of 2.25% during its life in service, which translates to a 4.5% impact in aircraft fuel consumption.

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: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,293
Écart entre enseignants0,267 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAerospaceMême sujetVehicle emissions and performanceTravaux en français237 207