MétaCan
Menu
Retour à la cohorte
Enregistrement W2560778826 · doi:10.1115/detc2016-60480

Optimization of Power and Operation Characteristics of a New External Axis Wind Turbine

2016· article· en· W2560778826 sur OpenAlexafffund
Mst Sunzida Ferdoues, Sasan Ebrahimi, Krishna Vijayaraghavan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBritish Columbia Knowledge Development FundSimon Fraser University
Mots-clésTurbineWind powerWind speedController (irrigation)Computational fluid dynamicsVertical axis wind turbineSizingPower optimizerControl theory (sociology)Computer scienceMarine engineeringPower (physics)Automotive engineeringEngineeringAerospace engineeringMaximum power point trackingMeteorologyElectrical engineeringControl (management)Physics

Résumé

récupéré en direct d'OpenAlex

A new class of wind turbine termed the external axis wind turbine (EAWT) has been recently developed. The EAWT is a new class of wind turbines that combines the low cost of vertical axis wind turbines with the high power of horizontal axis wind-turbine. This paper is a first step study that assumes a constant wind speed and a simple on-off controller. The paper optimizes the number of blades in the EAWT and the time at which the controller must be turned on to simultaneously maximize the power while minimizing the time required to reach optimal operation. The multi-objective optimization on the EAWT is performed on a response surface that is generated using Computational Fluid Dynamics (CFD) simulations. The turbulence model and mesh-sizing for the CFD simulations are validated against previously published experimental results on a buff body. To the best of authors’ knowledge, this paper is the first study to investigate changing blade count, and determining optimal operation speed to simultaneously maximize power, while minimizing the time needed to reach peak operational point in wind-turbines.

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 enseignants0,458
Score d'incertitude au seuil0,503

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 Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,198 · 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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWind Energy Research and DevelopmentTravaux en français237 207