MétaCan
Menu
Retour à la cohorte
Enregistrement W2020037291 · doi:10.1109/oceans.2014.7003267

Cross-flow helical turbine for energy production in reversing tidal and ocean currents

2014· article· en· W2020037291 sur OpenAlexaff
Greg Walsh, R. Keough, V. Mullaley, Harold Sinclair, M.J. Hinchey

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesU.S. Department of Energy
Mots-clésTurbineTorquePower (physics)Rotational speedAngular velocityReversingMechanicsControl theory (sociology)Flow (mathematics)BrakeTidal powerWater turbineElectricity generationPID controllerSimulationController (irrigation)Marine engineeringEngineeringMechanical engineeringComputer sciencePhysicsTemperature controlClassical mechanics

Résumé

récupéré en direct d'OpenAlex

This paper presents an investigation into the performance of a helical water turbine in both computer simulated and physical tests. Power curves were developed for both physical and virtual models, as well as angular velocity and power responses over time. The virtual model was tested with a PID controller to simulate real-world speed control in power generation by varying turbine loading. The virtual model responded well to virtual PID control, suggesting a physical model could be controlled by varying the brake torque, or applied load. Both models displayed some small variance in rotational speeds and torque over time, but values tended to oscillate between two asymptotic values. Though neither the virtual nor physical models approached previously demonstrated efficiencies of helical water turbines, both models agreed that peak power generation occurs at approximately 60% of freewheel angular velocity for the stream speeds tested. It is suggested that higher efficiencies may be obtained by changing turbine configuration, and in the case of virtual models, using an even finer resolution mesh for computational fluid dynamics analysis.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,720
Score d'incertitude au seuil0,257

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 Opus0,011
Tête enseignante GPT0,244
Écart entre enseignants0,233 · 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'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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWind Energy Research and DevelopmentTravaux en français237 207