MétaCan
Menu
Retour à la cohorte
Enregistrement W1968222476 · doi:10.1088/1755-1315/22/2/022015

Flow field study in a bulb turbine runner using LDV and endoscopic S-PIV measurements

2014· article· en· W1968222476 sur OpenAlexafffund
S. Lemay, R Fraser, Gabriel Dan Ciocan, V Aeschlimann, Claire Deschênes

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversité Laval
Mots-clésParticle image velocimetryVelocimetryVortexAerodynamicsFlow (mathematics)TurbomachineryTurbineComputer scienceAerospace engineeringAcousticsPhysicsOpticsEngineeringMechanicsTurbulence

Résumé

récupéré en direct d'OpenAlex

The flow in the inter-blade channels of a bulb turbine was measured using two different techniques. The first involved a classical laser Doppler velocimetry (LDV) setup whereas the second integrated endoscopic cameras to a stereoscopic particle image velocimetry (S-PIV) system. This paper presents results from both measurement campaigns and also provides some key conclusions based on the two datasets. Before getting into the thick of the data though, the technical aspect of both measurement configurations is addressed. A quick overview of the LDV setup is presented, but the main focus is on the novelties and challenges brought by the use of endoscopic cameras to achieve S-PIV measurements between the runner blades. Endoscopic PIV systems have already led to successful measurements of flow fields in a few studies concerning turbomachinery, especially in aerodynamics. However, to the author's knowledge, the realisation of such measurements in a hydraulic turbine is a first. After this outline of the techniques used, the results and conclusions are shown. First, the influence of the guide vanes wakes on the runner flow is described. The size, localisation, strength and dissipation of those structures are inferred from the information coming from both measurement techniques. Then, a flow imbalance is assessed circumferentially. On another subject, the blade tip vortices are identified and characterized using the LDV data. The size, position and direction of rotation of those structures are all extracted from the measured flow field. Finally, the PIV data allows the identification of yet another vortex located near the suction side of the blades and originating from the corner between the leading edge and the hub when operating the bulb turbine at part load.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,015
Tête enseignante GPT0,201
Écart entre enseignants0,186 · 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'étudeObservationnel
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

Citations8
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetTurbomachinery Performance and OptimizationTravaux en français237 207