MétaCan
Menu
← Retour à la cohorte
Enregistrement W6999735891

Développement d’un anneau de refroidissement en titane recouvert d’une barrière thermique pour une turbine en céramique renversée

2021· other· fr· W6999735891 sur OpenAlexfundno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2021
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité de Sherbrooke
Mots-clésLimitingTurbineNaturally aspirated engineTurbine blade
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans le but de réduire les émissions de gaz à effets de serre, l’utilisation des microturbines à gaz (< 1 MW) en cycle récupéré pour des applications de décentralisation de production d’énergie représente une alternative intéressante au moteur diesel à piston. Afin d’être compétitive, la température d’entrée de turbine doit être considérablement augmentée. L’utilisation de pales en céramique dans une turbine à gaz en configuration renversée permettrait d’atteindre une haute efficacité tout en palliant au problème de fragilité de la céramique en tension. Augmenter la température d’entrée de la turbine augmente son efficacité tandis qu’augmenter la vitesse de rotation permet d’augmenter la densité de puissance. La combinaison de ces deux chargements (température et vitesse de rotation) fait en sorte que le choix des matériaux composant le carénage (anneau de refroidissement et anneau de composite) est crucial. Les chargements centrifuges doivent être repris par l’anneau de composite et celui-ci doit être refroidi à l’aide d’un anneau de refroidissement métallique. L’ajout d’une barrière thermique entre le bout des pales et l’anneau de refroidissement permettrait d’augmenter les performances de la turbine. Plusieurs projets ont précédemment tenté de relever le défi d’intégrer des composantes en céramique en vue d’augmenter la température d’opération de la turbine. Parmi les projets les plus récents, le projet Ramjet a réussi à développer un prototype fonctionnel en exploitant les fortes propriétés en compression des céramiques à l’aide de son carénage externe. Cependant, le carénage actuel utilisant un anneau de refroidissement en Inconel et un anneau de rétention en fibre de carbone a un facteur de sécurité trop faible pour augmenter la vitesse et la température de fonctionnement. Ce projet a pour but de quantifier les gains associés à l’utilisation d’un matériau avec une densité plus faible que l’Inconel et recouvert d’une barrière thermique. Le projet a également pour but de concevoir un carénage plus performant et de le tester pour valider les modèles utilisés. La méthodologie utilisée permet de déterminer la distribution de température et de contraintes dans le carénage en faisant appel à des modèles numériques et analytiques pour construire un métamodèle. Ce dernier est utilisé par des outils d’optimisation pour déterminer la géométrie de carénage réduisant la puissance de refroidissement et augmentant le facteur de sécurité. Des tests expérimentaux permettent de valider le nouveau concept utilisant une barrière thermique.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)→Travaux en français237 207→