MétaCan
Menu
Retour à la cohorte
Enregistrement W2790323722 · doi:10.1115/1.4039713

Experimental and Numerical Investigations on the Origins of Rotating Stall in a Propeller Turbine Runner Operating in No-Load Conditions

2018· article· en· W2790323722 sur OpenAlexafffund
Sébastien Houde, Guy Dumas, Claire Deschênes

Notice bibliographique

RevueJournal of Fluids Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensUniversité Laval
Organismes subventionnairesCompute Canada
Mots-clésStall (fluid mechanics)TurbineSurgeMarine engineeringVortexSpinningFrancis turbineCavitationPropellerMechanicsEngineeringMechanical engineeringAerospace engineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Hydraulic turbines are more frequently used for power regulation and thus spend more time providing spinning reserve for electrical grids. Spinning reserve requires the turbine to operate at its synchronous rotation speed, ready to be linked to the grid in what is termed the speed-no-load (SNL) condition. The turbine's runner flow in SNL is characterized by low discharge and high swirl leading to low-frequency high amplitude pressure fluctuations potentially leading to blade damage and more maintenance downtime. For low-head hydraulic turbines operating at SNL, the large pressure fluctuations in the runner are sometimes attributed to rotating stall. Using embedded pressure transducer measurements, mounted on runner blades of a model propeller turbine, and numerical flow simulations, this paper provides an insight into the inception mechanism associated with rotating stall in SNL conditions. The results offer evidence that the rotating stall is in fact associated with an unstable vorticity distribution not associated with the runner blades themselves.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,239
Écart entre enseignants0,226 · 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'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

Citations32
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetCavitation Phenomena in PumpsTravaux en français237 207