Micro-Mixing Injector Manufacturing in Refractory Metal Using Laser Powder Bed Fusion Process
Notice bibliographique
Résumé
Abstract The decarbonization and reduction of pollutant emissions are at the core of research in the field of gas turbine combustion. One of the hot topics in this regard is the integration of hydrogen, which comes with design challenges and combustor operability limits due to its higher flame temperatures and its propensity to form nozzle-attached flames. These characteristics lead to higher operating temperature requirements for hydrogen fuel injectors to extend their operability. Refractory metals are interesting because their melting temperatures are significantly higher than the combustor outlet temperatures, which opens up new design possibilities. However, multiple challenges, such as oxidation and manufacturing issues, arise with refractory metals. The laser powder bed fusion (LPBF) process is gaining momentum in the manufacturing of micro-mixing injectors because of its suitability to produce complex geometry parts. This additive manufacturing process can be applied to refractory metals, opening up new perspectives for micro-mixing injector designs. In this paper, a small-scale micro-mixing injector in molybdenum was manufactured using the LPBF process to demonstrate the printability of such parts in refractory metals. The geometric precision achieved was acceptable for micro-mixing combustion requirements. Small holes with a nominal size of 0.3 mm, representing injection nozzles, and 0.3 mm-thin walls, demonstrating the possibility to print complex geometries, were successfully produced. An environmental barrier coating (EBC) was developed in parallel to explore the challenges of protecting complex LPBF parts from high-temperature oxidizing environment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».