MétaCan
Menu
Retour à la cohorte
Enregistrement W1965060571 · doi:10.1088/1742-6596/579/1/012001

Prediction of dynamic blade loading of the Francis-99 turbine

2015· article· en· W1965060571 sur OpenAlexaff
J Nicolle, Samuel Cupillard

Notice bibliographique

RevueJournal of Physics Conference Series · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésDraft tubeTurbulenceMechanicsTurbineFrancis turbineComputational fluid dynamicsRotor (electric)Turbine bladeVortexFlow (mathematics)Full scaleReynolds-averaged Navier–Stokes equationsReynolds numberPhysicsAerospace engineeringEngineeringMechanical engineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

CFD simulations focusing on capturing dynamic fluctuations of the flow for three operating points were performed for a scale model of a high head Francis turbine. A mesh sensitivity study showed an influence of the near wall resolution, consequently a low Reynolds mesh with a SST turbulence model was used. Rotor/stator fluctuations are well reproduced with the full turbine simulation at all operating points. Velocity contours and average velocity profiles from LDV measurements in the draft tube confirm that the flow physics is generally well reproduced. Simplified approaches such as profile transform and Fourier transform underestimated the measured fluctuations. As full turbine simulations were time-consuming, a simulation with only the draft tube was performed at part load to predict the fluctuations in the draft tube cone. The SAS-SST turbulence model was able to capture the vortex rope behavior.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,268

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,219
Écart entre enseignants0,194 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetCavitation Phenomena in PumpsTravaux en français237 207