MétaCan
Menu
Retour à la cohorte
Enregistrement W2087116765 · doi:10.3390/en6083669

Contribution of Small Wind Turbine Structural Vibration to Noise Emission

2013· article· en· W2087116765 sur OpenAlexafffund
Ehsan Mollasalehi, Qiao Sun, David Wood

Notice bibliographique

RevueEnergies · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVibrationTowerTurbineDeflection (physics)AcousticsAccelerometerNoise (video)Wind powerStructural engineeringFinite element methodEngineeringPhysicsElectrical engineeringComputer scienceAerospace engineeringOptics

Résumé

récupéré en direct d'OpenAlex

A major barrier to the acceptance of small wind turbines is that they are perceived to be noisy. This paper investigates an aspect of noise emission that has not been considered; vibration and noise generation from the tower. First, vibration measurements were made using accelerometers placed on the 10.2 m monopole tower of a Skystream 2.4 kW wind turbine, and natural frequencies and corresponding deflection shapes were calculated. Second, the results from the survey were used to verify the predictions of a finite element model of the tower structure. Lastly, the tower’s acoustic emission was simulated computationally, as it was not possible to measure it accurately. Most vibration energy occurred in the very low frequency band (≤10 Hz). It was found that wind itself can only excite the first two bending modes. On the other hand, emitted noise from the tower at large distances can be neglected, as close to the tower, the noise can reach 30 dB.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,804
Score d'incertitude au seuil0,606

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,324
Écart entre enseignants0,306 · 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'étudeExpérimental (laboratoire)
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

Citations28
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetNoise Effects and ManagementTravaux en français237 207