Rappresentazione Data-Driven della Geometria di Pale di Turbina per un Modello di Previsione delle Perdite da Dati ad Alta Fedeltà

Abstract

Il presente elaborato ha come obiettivo l’ottimizzazione di un algoritmo data-driven per la parametrizzazione della geometria di pale di turbina per un modello di previsione delle perdite. È stata implementata la Proper Orthogonal Decomposition, una tecnica di decomposizione modale, per individuare le caratteristiche più significative del dataset, composto da 6 geometrie di pale di turbina di bassa pressione (LPT, Low Pressure Turbine). Inizialmente sono fornite come input alla POD le coordinate dei profili del dataset e, a partire dai risultati ottenuti, sono poi generate 10.000 geometrie sintetiche. Tale metodologia è stata in seguito applicata utilizzando come input le derivate prime dei profili del dataset originale, al fine di ottenere una maggiore accuratezza nella parametrizzazione della geometria dei profili. I risultati ottenuti dai due algoritmi sono stati poi confrontati tramite l’utilizzo di un filtro, basato sulla valutazione della continuità delle derivate prime. Tale filtro ha evidenziato un miglioramento nell’accuratezza della parametrizzazione delle geometrie ottenute con il secondo algoritmo, mostrando un incremento della percentuale di geometrie accettabili rispetto a quelle generate complessivamente.

The aim of this work is the optimization of a data-driven algorithm for the parametrization of turbine blade geometry within a loss prediction model. Proper Orthogonal Decomposition (POD), a modal decomposition technique, was implemented to identify the most significant features of a dataset consisting of six Low Pressure Turbine (LPT) blade geometries. Initially, the profile coordinates of the dataset were provided as input to the POD and, based on the results obtained, 10,000 synthetic geometries were generated. Then, the methodology was applied using as input the first derivatives of the original dataset profiles, with the goal of achieving greater accuracy in the parametrization of blade geometry. The results obtained from the two algorithms were then compared through the use of a filtering procedure based on the evaluation of the continuity of the first derivatives. This filtering procedure highlighted an improvement in the accuracy of the geometry parametrization achieved by the second algorithm, resulting in an increased percentage of acceptable geometries among the total generated ones.