Simulation of Ice Accumulation on Transmission Line Cables Based on Time-Dependent Airflow and Water Droplet Trajectory Calculations
Notice bibliographique
Résumé
The Local Collision Efficiency (LCE) is a key parameter for ice accretion simulation, since it describes the distribution of droplet impingements on the surface of an object. In this paper, a numerical procedure is introduced to calculate airflow and water droplet trajectories, which were used to evaluate the LCE in the newly developed ice code. Also, the validity of several approaches and approximations for determining LCE in the context of atmospheric icing is examined. In the procedure proposed here, the LCE was evaluated, based on solving droplet trajectories according to its original definition, taking into account the changes in geometry and airflow field. Airflow field was modeled as a potential flow combined with boundary layer separation. The potential flow was solved by using the Boundary Element Method (BEM). The droplet trajectories were obtained by solving the equation of motion using the Runge-Kutta algorithm for a spectrum of droplets, and as a result the LCE was determined in accordance with its definition. Several specific problems were addressed within the scope of this paper, including changes in geometry during the simulation process, separation of boundary layer by bluff object, and the presence of large droplets, particularly for freezing rain precipitation. This paper also examines the influence of the droplet spectrum on the collision efficiency. Specifically, a spectrum of droplets from natural conditions and a spectrum of droplets from experimental wind tunnel conditions were compared with a monodisperse spectrum of the same Median Volume Diameter (MVD). For simplicity, numerical icing model researchers prefer to use a monodisperse spectrum, since the droplet trajectory computations are impractically time-consuming. The validity of this practice is assessed in the present paper.
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 ».