MétaCan
Menu
Retour à la cohorte
Enregistrement W1812629354 · doi:10.1002/we.2498

Large‐eddy simulations of the evolution of imposed turbulence in forced boundary layers in a very long domain

2020· article· en· W1812629354 sur OpenAlexaff
Ola Eriksson, Karl Nilsson, Simon‐Philippe Breton, Stefan Ivanell

Notice bibliographique

RevueWind Energy · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Supercomputer Centre, Linköpings UniversitetEnergimyndighetenNational Science Council
Mots-clésTurbulenceK-epsilon turbulence modelK-omega turbulence modelWakeTurbulence modelingMechanicsTurbulence kinetic energyLarge eddy simulationPhysicsBoundary layer

Résumé

récupéré en direct d'OpenAlex

Abstract The technique of using imposed turbulence in combination with a forced boundary layer in order to model the atmospheric boundary layer is analyzed for a very long domain using large‐eddy simulations with different combinations of prescribed velocity profiles and pregenerated turbulence fields based on the Mann model. The ambient flow is first studied in the absence of wind turbines. The velocity profiles undergo a transition throughout the domain with a velocity increase of 10% to 15% close to the ground far downstream in the domain. The turbulence characteristics close to the turbulence plane are, as expected, similar to those of the added Mann turbulence. The turbulence will then undergo a transition throughout the domain to finally reach a balance with the shear profile at a certain downstream distance. This distance is found to depend on the turbulence level of the added Mann turbulence planes. A lower Mann turbulence level generally results in a shorter “balancing” distance. Secondly, a row of 10 turbines is imposed in the simulations at different distances from the plane of turbulence in order to determine how the distance affects wake conditions and power production levels. Our results show that a “balancing” distance is needed between the turbulence plane and the first turbine in the row in order to ensure nonchanging ambient conditions throughout the turbine row. This introduces an increase in the computational costs. The computational cost for the forced boundary technique is normally lower compared with using precursor simulations, for longer domains; however, this needs to be verified further.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,202
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWind EnergyMême sujetWind Energy Research and DevelopmentTravaux en français237 207