Özgün Geleneksel De Laval Nozul İle Aerospike Nozulün Deneysel ve Nümerik Performans Karşılaştırılması
Bibliographic record
Abstract
Bu tezde, aerospike roket nozulü ile geleneksel De Laval nozulünün performansları hem nümerik hem de deneysel yöntemlerle karşılaştırılmıştır. Roket motorlarının itki performansını doğrudan etkileyen nozul tasarımları, değişen irtifa koşullarına uyum sağlama kabiliyetiyle roket teknolojisinde kritik bir rol oynamaktadır. Bu çalışmanın amacı, aerospike nozulların itki performansındaki avantajlarını incelemek ve bu tasarımın geleneksel nozula kıyasla sağladığı faydaları belirlemektir. Çalışma kapsamında, SolidWorks yazılımı kullanılarak aerospike ve De Laval nozullarına ait 2B modeller oluşturulmuş ve ANSYS Fluent ile hesaplamalı akışkanlar dinamiği (CFD) analizleri gerçekleştirilmiştir. Simülasyonlarda 100 bar giriş basıncı, 3300 K giriş sıcaklığı, 0 bar çıkış basıncı ve 1700 K çıkış sıcaklığı şartları uygulanarak akış analizlerinde basınç, sıcaklık ve hız konturları detaylı bir şekilde incelenmiştir. Deneysel çalışmalar kapsamında, potasyum nitrat bazlı bir roket yakıtı kullanılarak statik test standında yanma testleri gerçekleştirilmiştir. Testlerde aerospike nozulü için maksimum 327 N itki elde edilirken, De Laval nozulü için bu değer 276 N olarak ölçülmüştür. Deneysel veriler, nümerik analiz sonuçlarıyla karşılaştırıldığında aerospike nozulün itki kuvvetinde %23,5 oranında bir artış sağladığı görülmüştür. Ayrıca, aerospike nozulün akışkanın hız, basınç ve sıcaklık dağılımında daha optimize bir performans sergilediği belirlenmiştir. De Laval nozulü ise atmosfer basıncına uyum sağlayamadığı için performans kaybı yaşamıştır. Elde edilen sonuçlar, aerospike nozulların özellikle tek aşamalı yörüngeye ulaşım (SSTO) görevleri için güçlü bir alternatif sunduğunu ve değişen atmosfer koşullarında daha verimli çalıştığını ortaya koymaktadır.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
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".