MétaCan
Menu
Back to cohort
Record W3004786290 · doi:10.82308/38404

An uncoupled multiphase approach towards modeling ice crystals in jet engines

2010· article· en· W3004786290 on OpenAlexaboutno aff
Mohamed Shezad Nilamdeen

Bibliographic record

VenueOpen MIND · 2010
Typearticle
Languageen
FieldEngineering
TopicIcing and De-icing Technologies
Canadian institutionsnot available
Fundersnot available
KeywordsJet (fluid)MechanicsMaterials scienceEnvironmental scienceGeologyPhysics

Abstract

fetched live from OpenAlex

De nombreux incidents liés à des problèmes de fonctionnement de moteurs d'avions ont été observés ces dernières années, tous caractérisés par l'extinction du moteur ou une perte soudaine de sa puissance. Ces incidents à haute altitude pourraient être causés par des cristaux de glace qui, de par leur trajectoire balistique, entrent directement dans le coeur du moteur sans être déviés par la force centrifuge vers le pontage, comme pour les gouttelettes d'eau. Les cristaux peuvent alors fondre lorsqu'ils rencontrent des températures plus élevées dans le moteur ou lorsqu'ils heurtent une surface chaude. Une telle surface humide pourrait devenir un noyau de cristallisation en réduisant localement la température, favorisant ainsi la formation de glace sur les composants internes du moteur. Cette accumulation présente un danger lorsqu'elle réduit l'espace libre pour l'écoulement d'air, engendrant un phénomène de pompage du compresseur. Elle peut aussi causer des instabilités vibrationnelles lorsqu'elle n'est pas uniforme sur les composantes rotatives, causant ainsi un débalancement de charge. De l'impact des tessons de glace qui se décollent de la surface peut endommager l'équipement mécanique en aval, et causer des pertes de performance liées à la présence de glace dans la chambre de combustion, engendrant une chute de l'efficacité du brûleur et éventuellement l'extinction de la flamme. Afin de fournir un outil numérique pour l'analyse de telles situations, des modifications ont été apportées à FENSAP-ICE pour lui permettre de simuler l'écoulement de phases hétérogènes (air, eau, cristaux de glace) et l'accumulation de glace sur la surface. DROP3D a été généralisé afin de calculer la concentration et les champs de vitesses d'une particule de façon non couplée, en supposant que les cristaux de glace et les gouttelettes d'eau surgelées coexistent en équilibre thermodynamique. ICE3D à été modifié pour tenir compte des cristaux de glace qui se collent sur une couche d'eau existante et qui fondent, favorisant le phénomène d'accrétion de glace. Les modifications au modèle de simulation d'accrétion de glace pour les cristaux de glace ont été validées à l'aide des données de Cox & Co., ainsi que des essais du Conseil National de Recherche du Canada, portant sur un profil NACA0012 et un cylindre sans rotation ni chauffage. Les résultats de ces essais démontrent que le modèle de simulation est généralement capable de prédire les formes de glace, sauf pour quelques profils qui ont donné des résultats conservateurs avec une plus importante accumulation de glace. Cet excès de glace peut être expliqué par des observations expérimentales qui suggèrent que l'impact des cristaux de glace incidents avec la surface cause des éclaboussures dans la couche d'eau existante, et que l'écoulement autour de la glace provoque l'érosion de celle-ci, produisant ainsi une surface plus lisse et plus réfractaire à l'accumulation. Ces effets n'ont pas été considérés dans ce modèle de simulation numérique. En général, les prédictions s'améliorent lorsqu'on les compare avec d'autres modèles et représentent un résultat prometteur pour la simulation des caractéristiques de délestage de glace dans un turboréacteur.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.028
Threshold uncertainty score0.056

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0020.001
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.038
GPT teacher head0.292
Teacher spread0.254 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations4
Published2010
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicIcing and De-icing TechnologiesFrench-language works237,207