Readings Newsletter
Become a Readings Member to make your shopping experience even easier.
Sign in or sign up for free!
You’re not far away from qualifying for FREE standard shipping within Australia
You’ve qualified for FREE standard shipping within Australia
The cart is loading…
This title is printed to order. This book may have been self-published. If so, we cannot guarantee the quality of the content. In the main most books will have gone through the editing process however some may not. We therefore suggest that you be aware of this before ordering this book. If in doubt check either the author or publisher’s details as we are unable to accept any returns unless they are faulty. Please contact us if you have any questions.
Mit der Anwendung probabilistischer Methoden in der Entwicklung neuer Triebwerke und stationarer Gasturbinen lassen sich schon wahrend der rechnergestutzten Auslegung wichtige Erkenntnisse zum Einfluss von Parameterstreuungen gewinnen. Diese stochastischen Variablen koennen z.B. Streuungen in der Geometrie oder in den Werkstoffeigenschaften eines Bauteils abbilden. Damit gelingt es, ein vertieftes physikalisches Verstandnis zu den Auswirkungen der Parameterstreuungen aufzubauen. Innerhalb dieser Dissertation wird ein Prozess aufgezeigt, um den Einfluss von Fertigungsstreuungen auf die hochzyklische Ermudung von Verdichterschaufeln zu untersuchen. Dazu wurden die Geometrien von 410 Verdichterschaufeln mit dem optischen Streifenprojektionsverfahren digitalisiert und auf Basis von turbomaschinenspezifischen Kenngroessen parametrisiert. Mit einer automatisierten Prozesskette war es moeglich, die real gefertigten Schaufeln sowie zufallig erstellte Geometrien fur CAD Anwendungen und numerische Simulationen bereitzustellen. Anhand einer Latin-Hypercube Monte-Carlo Simulation mit 100 representativen Parameterdatensatzen konnte der Einfluss der Fertigungsstreuungen auf die hochzyklische Ermudung ermittelt werden. Aus den Ergebnissen dieser probabilistischen Untersuchung lassen sich schliesslich gezielt Gestaltungshinweise fur ein robustes Schaufeldesign ableiten.
$9.00 standard shipping within Australia
FREE standard shipping within Australia for orders over $100.00
Express & International shipping calculated at checkout
This title is printed to order. This book may have been self-published. If so, we cannot guarantee the quality of the content. In the main most books will have gone through the editing process however some may not. We therefore suggest that you be aware of this before ordering this book. If in doubt check either the author or publisher’s details as we are unable to accept any returns unless they are faulty. Please contact us if you have any questions.
Mit der Anwendung probabilistischer Methoden in der Entwicklung neuer Triebwerke und stationarer Gasturbinen lassen sich schon wahrend der rechnergestutzten Auslegung wichtige Erkenntnisse zum Einfluss von Parameterstreuungen gewinnen. Diese stochastischen Variablen koennen z.B. Streuungen in der Geometrie oder in den Werkstoffeigenschaften eines Bauteils abbilden. Damit gelingt es, ein vertieftes physikalisches Verstandnis zu den Auswirkungen der Parameterstreuungen aufzubauen. Innerhalb dieser Dissertation wird ein Prozess aufgezeigt, um den Einfluss von Fertigungsstreuungen auf die hochzyklische Ermudung von Verdichterschaufeln zu untersuchen. Dazu wurden die Geometrien von 410 Verdichterschaufeln mit dem optischen Streifenprojektionsverfahren digitalisiert und auf Basis von turbomaschinenspezifischen Kenngroessen parametrisiert. Mit einer automatisierten Prozesskette war es moeglich, die real gefertigten Schaufeln sowie zufallig erstellte Geometrien fur CAD Anwendungen und numerische Simulationen bereitzustellen. Anhand einer Latin-Hypercube Monte-Carlo Simulation mit 100 representativen Parameterdatensatzen konnte der Einfluss der Fertigungsstreuungen auf die hochzyklische Ermudung ermittelt werden. Aus den Ergebnissen dieser probabilistischen Untersuchung lassen sich schliesslich gezielt Gestaltungshinweise fur ein robustes Schaufeldesign ableiten.