MétaCan
Menu
Retour à la cohorte
Enregistrement W1839941957 · doi:10.1002/we.1606

Laminar‐turbulent flow simulation for wind turbine profiles using the <i>γ</i>– transition model

2013· article· en· W1839941957 sur OpenAlexaff
Peyman Khayatzadeh, Siva Nadarajah

Notice bibliographique

RevueWind Energy · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAerodynamicsAirfoilTurbulenceLaminar flowTurbineLaminar-turbulent transitionReynolds numberComputational fluid dynamicsMechanicsWind tunnelFlow (mathematics)Statistical physicsAerospace engineeringSimulationComputer scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The accurate prediction of the laminar‐turbulence transition process is fundamental in predicting the aerodynamic performance of wind turbine profiles. Fully turbulent flow simulations have been shown to over‐predict the aerodynamic performance and thereby negatively impacting the design of airfoils in flow regimes where the possible presence of laminar flow could be exploited to improve the performance of wind turbine rotors. Correlation‐based transition modelling offers a fully computational fluid dynamics compatible approach, where the model integrates completely with the existing turbulence model, allows for the prediction of various transition mechanisms, is applicable to three‐dimensional flows and compatible to adjoint‐based design optimization frameworks. The present paper addresses several modifications necessary for a robust transition model and investigates the accuracy of the model for a wide range of angles of attack and Reynolds numbers, which are necessary for a thorough validation of the correlation‐based transition model for wind turbine profiles. The transition model was employed to predict the transition locations; and an assessment of the various transition mechanisms, Reynolds number effects, sectional characteristics and aerodynamic performance for the NLF(1)‐0416 and S809 airfoils is presented with comparisons to experimental data and numerical solutions. Copyright © 2013 John Wiley & Sons, Ltd.

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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,206
Écart entre enseignants0,193 · 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

Citations36
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWind EnergyMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207