MétaCan
Menu
Retour à la cohorte
Enregistrement W2216011415 · doi:10.1115/power2015-49124

PIV Characterization of the Air Flow in a Scale Model of a Hydrogenerator

2015· article· en· W2216011415 sur OpenAlexafffundabout
Emmanuel Bach, Laurent Mydlarski, Federico Torriano, Jean-Philippe Charest-Fournier, Hubert Sirois, Jean-François Morissette, C. Hudon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensMcGill UniversityHydro-Québec
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputational fluid dynamicsParticle image velocimetryGenerator (circuit theory)EnclosureFlow (mathematics)HydroelectricityCalibrationThermalMarine engineeringMechanical engineeringMechanicsComputer sciencePower (physics)EngineeringElectrical engineeringMeteorologyPhysicsTurbulence

Résumé

récupéré en direct d'OpenAlex

In hydroelectric power plants, generators are essential components and, like all machines, generate heat due to losses. The most common way to evacuate this heat is by circulating a cooling fluid (generally air) through the generator’s components. Due to the geometrical complexity, it is quite challenging to simulate the flow to predict the cooling in a generator, and in-situ measurements are costly and difficult to perform due to the limited access. For this reason, a 1:4 scale model of a hydroelectric generator was built at the research institute of Hydro-Québec (IREQ). In this paper, particle image velocimetry (PIV) measurements of the flow in the opening of the generator scale model pit, in the space between the enclosure wall and the cooler exit, at the cooler exit, in the covers, in the air gap and in the interpole region are presented. Experimental aspects pertaining to the seeding of the flow, calibration targets, and experimental method are also discussed. Furthermore, a comparison of the experimental data with CFD (Computational Fluid Dynamics) simulation results using ANSYS-CFX is given.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,139

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 Opus0,025
Tête enseignante GPT0,215
Écart entre enseignants0,190 · 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

Citations6
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetLattice Boltzmann Simulation StudiesTravaux en français237 207