Applicazione di algoritmi di machine learning per l’ottimizzazione della geometria di un foro di refrigerazione in ambito turboga = Application of machine learning algorithms for the optimization of the geometry of a cooling hole in the turbogas field
Giorgio Ruffino
Applicazione di algoritmi di machine learning per l’ottimizzazione della geometria di un foro di refrigerazione in ambito turboga = Application of machine learning algorithms for the optimization of the geometry of a cooling hole in the turbogas field.
Rel. Daniela Anna Misul, Simone Salvadori, Rosario Nastasi. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Aerospaziale, 2023
Abstract
Oggigiorno, nell’industria aeronautica, la continua richiesta di massimizzare le performance dei motori e di diminuire il consumo di carburante ha spinto i progettisti ad indagare metodi per poter spingere al massimo le temperature di esercizio in entrata alla turbina di alta pressione. È noto che il rendimento termico e la potenza erogata da un motore a turbina a gas dipendano dalla temperatura all'ingresso della turbina. Idealmente, il motore a turbina a gas deve funzionare a temperature di ingresso della turbina elevate per raggiungere un'elevata potenza ed efficienza termica. Sfortunatamente, in realtà, la temperatura di ingresso della turbina consentita è limitata dalla sopravvivenza strutturale dei suoi componenti.
Un efficace sistema di raffreddamento, quale il raffreddamento a film, risulta dunque essenziale poiché assicura che le componenti esposte a questi gas operino a livelli di temperatura ottimali, aiutando a preservare l’integrità strutturale e garantendo così l'efficienza complessiva del motore
Tipo di pubblicazione
URI
 |
Modifica (riservato agli operatori) |
