The Development of a 2D CFD Modelling and Optimizing Approach for a Power-Generating Wave Rotor
Notice bibliographique
Résumé
Abstract Wave rotors exchange energy between two flows through pressure waves and have the potential to enhance efficiency in a range of power generation applications. Compared to the traditional turbomachine, wave rotors have the advantage of lower speed, simpler design, lower manufacturing cost, and a more compact design. These advantages are ideally suited to a micro-gas turbine that is based on a power-generating wave rotor. However, to make this concept viable, improvements must be made in the efficiency of power extraction from the flows through the channels. In this paper, a wave rotor has been modeled and optimized in 2D CFD based on an existing wave rotor micro-gas turbine design reported in other work. Parameter and constraints are designed based on a baseline wave rotor of 60 mm in diameter, 30 mm in length with symmetrical channel camber. The wave rotor consists of 4 ports per cycle, two inlets on one side and two outlet ports on the opposite side to create a through-flow design. On the inlet side, a rotor channel will first arrive at the High-Pressure Gas (HPG) followed by the Low-Pressure Air (LPA) port and on the outlet side, first a High-Pressure Air (HPA) port followed by a Low-Pressure Gas (LPG) port. The Fluent model solution uses a pressure-based and allows the exploration of boundary conditions of the pressure-inlets and the pressure-outlets. The main purpose, is to use this model to investigate the port timing, portangle and channel curvature to optimize power generation and cycle efficiency. First, the paper models curve channel designs where experimental results are available in order to validate the model. The model is then used to optimize the aforementioned parameters, and a number of new designs are shown and discussed in terms of their performance tradeoffs.
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 | 0,001 | 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 | 0,001 | 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 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 ».