MétaCan
Menu
Retour à la cohorte
Enregistrement W2778900361 · doi:10.1177/0309524x18756962

On mooring line tension and fatigue prediction for offshore vertical axis wind turbines: A comparison of lumped mass and quasi-static approaches

2018· article· en· W2778900361 sur OpenAlexaff
D Cevasco, Maurizio Collu, CM Rizzo, Matthew Hall

Notice bibliographique

RevueWind Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueWave and Wind Energy Systems
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésTurbineMarine engineeringMooringOffshore wind powerWind powerHorizontal axisAerodynamicsTension (geology)Vertical axisRotor (electric)EngineeringStructural engineeringAerospace engineeringCompression (physics)Mechanical engineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Despite several potential advantages, relatively few studies and design support tools have been developed for floating vertical axis wind turbines. Due to the substantial aerodynamics differences, the analyses of vertical axis wind turbine on floating structures cannot be easily extended from what have been already done for horizontal axis wind turbines. Therefore, the main aim of the present work is to compare the dynamic response of the floating offshore wind turbine system adopting two different mooring dynamics approaches. Two versions of the in-house aero-hydro-mooring coupled model of dynamics for floating vertical axis wind turbine (FloVAWT) have been used, employing a mooring quasi-static model, which solves the equations using an energetic approach, and a modified version of floating vertical axis wind turbine, which instead couples with the lumped mass mooring line model MoorDyn. The results, in terms of mooring line tension, fatigue and response in frequency have been obtained and analysed, based on a 5 MW Darrieus type rotor supported by the OC4-DeepCwind semisubmersible.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,241
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWind EngineeringMême sujetWave and Wind Energy SystemsTravaux en français237 207