Unsteady Simulation for Francis Turbine During Load Rejection Events
Notice bibliographique
Résumé
This paper presents an automated tool chain for simulating Francis turbine behavior during the transient processes induced by a load rejection event. The proposed methodology combines a commercial CFD solver and a user function and scripts to address the simulation challenges caused by the wicket gate motion and runner speed variation during emergency shutdown. Mesh deformation and re-meshing techniques are used to simulate the large displacement of the wicket gates. The runner speed variation is computed using an angular momentum equation implemented in a user defined function. The proposed methodology was developed and validated by performing 2D unsteady simulations on a high head model Francis turbine used in the Francis-99 workshop, followed by a 3D unsteady simulations on a medium head Francis turbine. These simulations allow computing the evolution of engineering quantities such as turbine angular speed, flow physics and unsteady load on blades during the process. The validation of CFD results with experiments showed 9% discrepancy in the prediction of runaway speed. The investigation of flow physics reveals the presence of complex flow structures such as reversed flow (pumping flow) near the draft tube cone center and a downward tangential flow near the cone wall of the draft tube. Pressure fluctuations are captured when the Francis turbine operating point moves through conditions of zero and negative torque. The proposed methodology is fast and simple to present a qualitative analysis of the flow physics and the turbine behavior during load rejection.
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 | 0,000 |
| 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 ».