Développement d’un anneau de refroidissement en titane recouvert d’une barrière thermique pour une turbine en céramique renversée
Bibliographic record
Abstract
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.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".