Aerodynamic Performance Evaluation of Leading Edge Tubercles on Low Pressure Turbine Blades at Very Low Reynolds Numbers and Higher Turbulence
Notice bibliographique
Résumé
Abstract At higher altitude, an aero-engine low pressure turbine is susceptible to a substantial decrease in performance commonly called the Reynolds lapse. Alleviating the negative impact of decreasing Reynolds number on performance could lead to enhanced high-altitude operations. This paper presents results and recommendations from an experimental application of leading edge tubercles as passive flow control devices for a purpose-designed, aft-loaded LPT profile. These bio-inspired geometric features have been shown to delay stall and improve post-stall operability of airfoils and wings. In the present study, tubercle geometry was based on an optimized tubercle geometry that was designed previously for another application with guidance provided by a neural network technique called Self-Organizing Maps, trained by available published data. In addition to low turbulence tests, the performance of the baseline and tubercled blade were also investigated at higher turbulence that is more representative of engine operation. The experimental LPT performance evaluation took place in a cascade rig and included measurement of mid-span surface pressure, signal variance of blade surface hot film data, and cascade-exit mixed-out losses. Conclusions were drawn after consideration of wake traverses, exit losses, surface pressure measurements, and hot film signal variance at various axial-chord Reynolds numbers between 15 000 and 90 000. The suction-surface pressure provided information on blade loading and flow separation while hot-film provided information on the state of the boundary layer. Some reduction in exit losses and increased performance at higher Reynolds numbers was noted. Valuable insight has been gained on the challenges associated with very low Reynolds number testing and recommendations have been made for future work.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».