MétaCan
Menu
Retour à la cohorte
Enregistrement W1990411312 · doi:10.1115/imece2010-37583

Analysis of Embedded Blade Root Carrot and T-Bolt Connections Subject to Cold Weather Conditions Using a Finite Element Model

2010· article· en· W1990411312 sur OpenAlexafffundabout
Patricio Lillo, Curran Crawford

Notice bibliographique

RevueVolume 5: Energy Systems Analysis, Thermodynamics and Sustainability; NanoEngineering for Energy; Engineering to Address Climate Change, Parts A and B · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFederal Aviation Administration
Mots-clésRoot (linguistics)Blade (archaeology)Finite element methodStructural engineeringTurbine bladeWork (physics)Scope (computer science)Boundary value problemThermalTurbineEnvironmental scienceEngineeringMechanical engineeringComputer scienceMeteorologyMathematics

Résumé

récupéré en direct d'OpenAlex

Canada has aggressive targets for introducing wind energy across the country, but also faces challenges in achieving these goals due to the harsh Canadian climate. One issue which has received little attention in other countries not experiencing these extremes is the behavior of the composite blades in winter conditions. The scope of this work is to determine and analyze the static stresses on the blade root during operational conditions at extreme cold temperatures. The paper analyses the stresses in the root of the composite blades, specifically two blade-hub connection methods: embedded root carrots and T-bolts. Finite element models of the root are proposed to properly simulate boundary conditions, applied loading and thermal stresses for a 1.5 MW wind turbine. Finally, it is shown that the blade root is strongly affected by the thermal stresses caused by the mismatch and orthotrophy of the coefficients of thermal expansion of the blade root constituents.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,238
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
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 Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,222 · 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.

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
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVolume 5: Energy Systems Analysis, Thermodynamics and Sustainability; NanoEngineering for Energy; Engineering to Address Climate Change, Parts A and BMême sujetStructural Load-Bearing AnalysisTravaux en français237 207