MétaCan
Menu
Retour à la cohorte
Enregistrement W4402688470 · doi:10.2514/1.t7335

Ice Crystal Environment – Modular Axial Compressor Rig: Heat Flux Observations Under Icing

2024· article· en· W4402688470 sur OpenAlexaff
Martin Neuteboom, Jeanne G. Mason, Philip Chow, Christopher Dumont

Notice bibliographique

RevueJournal of Thermophysics and Heat Transfer · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesFederal Aviation AdministrationNational Research Council
Mots-clésIcingGas compressorModular designHeat fluxFlux (metallurgy)Aerospace engineeringMaterials scienceNuclear engineeringEnvironmental scienceAtmospheric sciencesMechanical engineeringMeteorologyMechanicsHeat transferPhysicsEngineeringComputer scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Ice crystal icing of turbofan engines occurs when an aircraft encounters atmospheric ice crystals in flight. The crystals permeate the compressor core, creating runback, which eventually refreezes, blocking airflow and leading to rollback, shedding, or flameout. The Ice crystal environment modular axial compressor rig (ICE-MACR) is a purpose-built compressor rig for investigating the physics of in-flight ice crystal icing of turbofan aircraft engines. Observations of heat flux and temperature transients of the ICE-MACR surfaces under ice crystal ingestion are presented and discussed. It was found that, when accretion occurs, heat flux transients can be modeled as [Formula: see text], where [Formula: see text] was found to be primarily a function of temperature and [Formula: see text] a function of both total water content and temperature. In cases where accretion did not occur, heat flux transients were found not to fit any simple mathematical model. Analysis of both heat flux and metal temperature at the point of transition to steady accretion growth indicates that transition typically occurs when heat flux from the metal casing to the impinging mixed-phase drops below a threshold value.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,212
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,020
Tête enseignante GPT0,207
Écart entre enseignants0,187 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thermophysics and Heat TransferMême sujetIcing and De-icing TechnologiesTravaux en français237 207