Analysis of non cavitating flow through inducers
Bibliographic record
Abstract
Dans les turbomachines et plus particulièrement dans les inducteurs, la cavitation reste un sujet de préoccupation majeure. L'évolution rapide de l'industrie dans les turbomachines combinée aux récents progrès réalisés en CFD, permettent une investigation, une analyse et un diagnostic numériques de ces machines par une meilleure connaissance des caractéristiques des écoulements dont elles sont le siège. Dans le cadre de ce travail, nous avons étudié une gamme d'inducteurs qui se différentient par certains critères géométriques en écoulements cavitants et subcavitants. Les interactions entre les divers critères géométriques étudiés, jouent sans le moindre doute un rôle important et nécessitent la prise en compte d'un couplage entre ces paramètres dans les diverses conditions de fonctionnement prévisibles (débit, NPSH, etc.). L' =un des objectifs est d'aboutir, à terme, à une amélioration du processus de conception des inducteurs. La mise en oeuvre de calculs tridimensionnels cavitants, a permis d'analyser les caractéristiques de l'écoulement dans les différentes configurations d'inducteurs pour des régimes de fonctionnement stables et instables, et de détecter les paramètres les plus importants affectant leur bon fonctionnement. Une méthodologie de modélisation des caractéristiques a pu ainsi être mise en oeuvre et appliquée sur différentes géométries avec succès. Un autre objectif poursuivi est de mieux cerner à la fois expérimentalement et numériquement le phénomène de cavitation particulièrement dans ce type de machines en écoulement stationnaire et instationnaire. Ceci a permis d'établir des méthodes précises pour la prédiction de son apparition et du développement de ses différents aspects afin de repousser les limites techniques qu'elle engendre. De manière plus générale, notre collaboration avec ANSYS-Canada et l'Université du New Brunswick au cours de ce travail, a donné lieu à la validation du modèle cavitant du code CFX5.7 sur l'un des inducteurs présentés dans ce rapport.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.004 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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.
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 teacher head, 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".