Implementation of an aeroelasticity tool for compressor blades and vanes vibratory stresses prediction using ANSYS and CFX for Pratt & Whitney Canada
Bibliographic record
Abstract
Les analyses modales utilisées conjointement avec des données de tests moteur sont les outils exploités par P&WC pour la mesure de contraintes vibratoires sur les ailettes et les redresseurs assujettis à des excitations aérodynamiques dans un compresseur. Ces tests moteur sont effectués avec des jauges de contraintes et des capteurs non intrusifs pour la mesure de contraintes. Un outil numérique calculant les contraintes vibratoires sur ces composantes permettrait une évaluation plus mature de leurs conceptions et modifications de conceptions. Un tel outil épargnerait des itérations de modification de conceptions, du temps et possiblement des tests. Deux bons candidats, une ailette et un redresseur, furent choisis par P&WC pour créer cet outil d'analyse aéroélastique. Les analyses numériques en dynamique des fluides (ou CFD) statiques et transitoires furent déployées avec le logiciel CFX et les analyses d'éléments finis avec le logiciel ANSYS. Les contraintes vibratoires furent calculées avec les méthodes d'analyse aéroélastiques unidirectionnelles par réponse harmonique et transitoire. Une analyse aéroélastique bidirectionnelle fut également déployée. Concernant la résonance de l'ailette, les contraintes vibratoires calculées sont 1,34% supérieures à celles mesurées en test. Pour le redresseur, le moteur fut testé avec deux températures d'admissions différentes. La seconde température était 50% supérieure à la première. Cette montée en température d'admission a augmenté les contraintes vibratoires maximales de 35,9%. Les contraintes vibratoires calculées furent 29,2% inférieures à celles mesurées en test pour la première température et 41,1% inférieures à celles mesurées en test pour la seconde température. La présence de régions d'écoulements fractionnés pourrait être la cause de ces erreurs. L'analyse d'aéroélasticité bidirectionnelle a été déployée sur l'ailette, cependant cette analyse a échoué à cause d'un problème de repliement de maillage dans le domaine du fluide. Ce problème devra être résolu à l'avenir.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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".