MétaCan
Menu
Retour à la cohorte
Enregistrement W4414511276 · doi:10.33737/gpps25-tc-263

Impact of Inlet Thermodynamic Conditions on sCO2 Compressor Performance

2025· article· en· W4414511276 sur OpenAlexaboutno aff
Sanghyun Lee, Jentung Ku, Youngkuk Yoon, Kilyoung Kim

Notice bibliographique

RevueProceedings · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIsentropic processGas compressorImpellerDiffuser (optics)InletCentrifugal compressorCompressibilityNozzleAerodynamicsHead (geology)

Résumé

récupéré en direct d'OpenAlex

This study investigates the influence of inlet thermodynamic conditions on the performance of a centrifugal compressor operating near the critical point of CO2. In this region, steep property gradients cause strong real gas effects and phase change, which significantly impact aerodynamic performance. To numerically investigate its effect, a CFD framework is established, incorporating a look-up table approach and a Homogeneous Binary Mixture model for phase change. The numerical method is validated against experimental data from a published De Laval nozzle test. Compressor performance– including head coefficient, pressure ratio, and isentropic efficiency–are evaluated for 24 sampled inlet conditions under the design operating condition. As the inlet entropy decreases, the pressure ratio increases by up to 30% while the head coefficient decreases by up to 9%. However, isentropic efficiency varies relatively little across all cases, with deviations less than 0.7%. The observed performance trends are explained by the non-ideal behavior of CO2 near the critical point. The reduction in head is attributed to a decrease in swirl velocity at the impeller exit caused by changes in the isentropic density-pressure derivative, (𝐷𝜌⁄𝐷𝑃)!. The increased pressure ratio is associated with a lower compressibility factor Z. Moreover, the reduced swirl velocity leads to a higher incidence at the diffuser inlet, resulting in additional aerodynamic losses in the diffuser region.

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 enseignants0,398
Score d'incertitude au seuil0,291

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 Opus0,007
Tête enseignante GPT0,254
Écart entre enseignants0,247 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedingsMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207