Stress predictions in a Francis turbine at no-load operating regime
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the operation of hydraulic turbines, no-load and very low load conditions are among the most damaging. Even though there is no power generation, there is still a significant amount of energy which has to be entirely dissipated, mainly in the runner, where the flow is quite complex, with large scale unsteady and chaotic vortices resulting from partial pumping. This paper presents different approaches to perform stress analyses at low load conditions on a Francis turbine, taking into account the pressure fluctuations on the runner blades due to the large stochastic flow structures inherent in no-load operating regimes. With appropriate mesh density and time step, unsteady computational fluid dynamics (CFD) simulations using the SAS-SST turbulence model can be used on a Francis runner to predict the pressure fluctuations with reasonable accuracy when compared to measurements. These calculated pressure loads can then be used to predict the dynamic stresses with finite-element analyses (FEA). Different approaches are discussed ranging from quasi-static single-blade models to full runner time- dependent one-way fluid-structure interaction (FSI). Pros and cons of the different modelling strategies will be discussed in a detailed analysis of the structural results with comparisons to experimental data. Once the time signal of the stochastic stress at no-load conditions is obtained, the runner fatigue damage related to this operating condition can be estimated using different tools such as time signal extrapolation and rainflow counting.
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.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle