Investigation and Optimization of Blade Tip Winglets Using an Implicit Free Wake Vortex Method
Notice bibliographique
Résumé
Novel outer-blade geometries such as tip winglets can increase the aerodynamic power that can be extracted from the wind by tailoring the relative position and strengths of trailed vorticity. This design space is explored using both parameter studies and gradient-based optimization, with the aerodynamic analysis carried out using LibAero, a free wake vortex-based code introduced in previous work. The starting design is the NREL 5MW reference turbine, which allows comparison of the aerodynamic simulation for the unmodified blade with other codes. The code uses a Prandtl-Weissinger lifting line model to represent the blade, and vortex filaments as the flow elements. A fast multipole method is implemented to accelerate the influence calculations and reduce the computational cost. This results in higher fidelity aerodynamic simulations that can capture the effects of novel geometries while maintaining sufficiently fast run-times (on the order of an hour) to allow the use of optimization. Gradients of the objective function with respect to design variables are calculated using the complex step method which is accurate and efficient. Since the vortex structure behind the rotor is being resolved in detail, insight is also gained into the mechanisms by which these new blade designs affect performance. It is found that adding winglets can increase the power extracted from the wind by around 2%, with a similar increase in thrust. It is also possible to create a winglet that slightly lowers the thrust while maintaining very similar power compared to the standard straight blade.
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 | 0,001 |
| 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 ».