Acoustic discharge measurements for the performance testing of low-head hydroelectric turbines under disturbed flow conditions
Notice bibliographique
Résumé
Field performance testing of a low-head hydroelectric turbine is essential to evaluate the efficiency and economics of an operation. For low-head hydroelectric turbines, it is difficult to accurately measure the discharge through a unit. Transit-time velocity measurement technology has recently been used to develop, in a laboratory setting, a unique traversing acoustic discharge meter for low-head hydroelectric applications. This technology was recently combined with Gauss-Legendre quadrature integration as an alternative method of measuring the flow through a low-head hydroelectric turbine. However, laboratory testing of this technology has only dealt with undisturbed or ideal flow conditions. Additional physical modeling has been performed to compare the relative accuracy of the continuous traversing acoustic discharge meter with that of a multilevel Gauss-Legendre quadrature integration in disturbed or nonideal flow conditions. The data indicate that while Gauss-Legendre quadrature may provide more accurate estimates in ideal flow conditions, the continuous traversing acoustic discharge meter is better suited to disturbed flow condition because it can better resolve an intricate velocity profile. The accuracy of this instrumentation is sensitive to relatively large scale vorticity rotating in the plane of the acoustic transducers, although accuracies within 2% are still attainable, which is better than the conventional velocity-area method. Key words: acoustic discharge measurement, disturbed flow, turbine, performance testing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».