A study on the potential of skin heat exchangers for hybrid-electric aircraft
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study investigates the viability of Skin Heat Exchangers (SHXs) as an effective thermal management solution for hybrid-electric aircraft, with a focus on their aerodynamic and heat transfer performance. Using two-dimensional Computational Fluid Dynamics (CFD) simulations, the work evaluates various SHX configurations across different flight phases of a conceptual regional hybrid-electric aircraft (FutPrInt50), analysing the effects of surface heating on lift, drag, and convective heat transfer. A Gaussian Process Regression surrogate model is developed to predict SHX performance under varying atmospheric and operational conditions. At cruise, results reveal that heating the lower surface of the aerofoil enhances both aerodynamic efficiency and heat transfer capacity compared to an all-heated configuration by 10.9% and 9.9%, respectively, while a heated upper patch had the best average heat transfer potential by 7%, it suffered significantly in aerodynamic performance by -14.2%, compared to the next best configuration. However, SHX performance proved to be highly sensitive, with diminished cooling capacity of up to 54.3% during high-demand phases such as take-off and climb compared to cruise. The findings underscore SHXs as a promising, though insufficient stand-alone, thermal solution for hybrid-electric propulsion systems, indicating the need for complementary technologies in future aircraft designs. • Heating lower surface improves aerodynamic and heat transfer performance in cruise. • Heating upper surfaces improves heat transfer but hinders aerodynamic efficiency. • Skin heat exchangers can contribute to heat rejection in hybrid-electric aircraft.
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.
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) | 0,000 | 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 découle