MétaCan
Menu
Retour à la cohorte
Enregistrement W2203148513 · doi:10.1260/1750-9548.9.4.383

Numerical investigation of aerodynamic performance of darrieus wind turbine based on the magnus effect

2015· article· en· W2203148513 sur OpenAlexaff
Lahouari Khadir, Hatem Mrad

Notice bibliographique

RevueThe International Journal of Multiphysics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésGambitAerodynamicsTurbineComputational fluid dynamicsFluentAerospace engineeringVertical axis wind turbineWind powerRotor (electric)CylinderMechanical engineeringEngineeringMarine engineeringSimulationElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The use of several developmental approaches is the researchers’ major preoccupation with the DARRIEUS wind turbine. This paper presents the first approach and results of a wide computational investigation on the aerodynamics of a vertical axis DARRIEUS wind turbine based on the MAGNUS effect. Consequently, wind tunnel tests were carried out to ascertain overall performance of the turbine and two-dimensional unsteady computational fluid dynamics (CFD) models were generated to help understand the aerodynamics of this new performance. Accordingly, a moving mesh technique was used where the geometry of the turbine blade was cylinders. The turbine model was created in Gambit modeling software and then read into fluent software for fluid flow analysis. Flow field characteristics are investigated for several values of tip speed ratio (TSR), in this case we generated a new rotational speed ratio between the turbine and cylinder (δ = ωC/ωT). This new concept based on the MAGNUS approach provides the best configuration for better power coefficient values. The positive results of Cp obtained in this study are used to generate energy; on the other hand, the negative values of Cp could be used in order to supply the engines with energy.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,170

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,228
Écart entre enseignants0,213 · 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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of MultiphysicsMême sujetWind Energy Research and DevelopmentTravaux en français237 207