Design Optimization of a Vaneless “Fish-Friendly” Swirl Injector for Small Water Turbines
Notice bibliographique
Résumé
Large-scale power generation and delivery to remote locales is often prohibitively expensive, due in part to the excessive costs of delivering the materials required to build the necessary infrastructure. In addition, these facilities can have deleterious effects on the local ecosystem. With their reduced physical and environmental footprints, small-scale run-of-river hydroelectric facilities capable of generating power from the modest head provided by streams and rivers are attractive alternatives. Concern remains, however, for the health and safety of the local fish population in these waterways. In order to further reduce the impact of small-scale axial turbine-based hydroelectric facilities on the local fauna, AlfaStar Hydro has proposed a vaneless swirl injector to replace traditional inlet guide vanes (IGVs), as well as a “fish-friendly” rotor designed to rotate relatively slowly and with wide passages between the blades to enable the safe egress of fish drawn into the turbine. Herein, we perform a numerical study of the flow development in the vaneless swirl injector as a function of the number of revolutions and the pitch angle of the rifling in the absence of a rotor toward maximizing turbine efficiency. Swirl intensity, pressure loss in the injector, and axial and circumferential velocity distributions are incorporated as performance metrics into an objective function to optimize the casing design. Results indicate that the number of revolutions of the injector has considerably less influence on overall injector performance than does pitch angle. The casing with the best predicted performance consists of four revolutions at a pitch angle of 25 deg.
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 ».