Уважаемые коллеги, доброго времени суток! Представляем вам нидерландское научное издание Propulsion and Power Research. Журнал имеет второй квартиль, издается в Elsevier BV, находится в открытом доступе, его SJR за 2020 г. равен 0,541, импакт-фактор - 3,738, электронный ISSN - 2212-540X, предметные области - Автомобильная техника, Авиакосмическая техника, Инжиниринг, Авиакосмическая промышленность, Машиностроение, Топливные технологии, Гидродинамика и транспортные процессы. Вот так выглядит обложка:
Редактором является Чжи Тао, контактные данные - buaa_tz@buaa.edu.cn.
Это рецензируемый научный журнал на английском языке, основанный в 2012 году. К публикации принимаются высококачественные оригинальные исследовательские статьи и общие обзоры по фундаментальным исследовательским аспектам аэронавтики и космонавтики, двигательной техники и энергетики, включая, помимо прочего, системы, жидкости механика, теплообмен, горение, вибрация и акустика, механика и динамика твердого тела, управление и т. д. Журнал служит площадкой для академического обмена экспертами, учеными и исследователями в данных областях.
Адрес издания - https://www.keaipublishing.com/en/journals/propulsion-and-power-research/
Пример статьи, название - In-service aircraft engines turbine blades life prediction based on multi-modal operation and maintenance data. Заголовок (Abstract) - The in-service life of turbine blades directly affects the on-wing lifetime and operating cost of aircraft engines. It would be essential to accurately evaluate the remaining useful life of turbine blades for safe engine operation and reasonable maintenance decision-making. In this paper, a machine learning-based mechanism with multiple information fusion is proposed to predict the remaining useful life of high-pressure turbine blades. The developed method takes account of the in-service operating factors such as the high-pressure rotor speed and exhaust gas temperature, as well as the engine operating environments and performance degradation. The effectiveness of this method is demonstrated on simulated test cases generated by an integrated blade creep-life assessment model, which comprises engine performance, blade stress, thermal, and creep life estimation models. The results show that the proposed method provides a prospective result for in-service life evaluation of turbine blades and is of significance to evaluating the engine on-wing lifetime and making a reasonable maintenance plan. Keywords: Multi-modal operating data fusion; High pressure turbine blade; Remaining useful life prediction; Operating condition; Creep life