MétaCan
Menu
Retour à la cohorte
Enregistrement W2893434645 · doi:10.1115/omae2018-78489

Coupled Dynamics Modelling of a Floating Wind Farm With Shared Mooring Lines

2018· article· en· W2893434645 sur OpenAlexaff
Matthew Hall, Patrick Connolly

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWave and Wind Energy Systems
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésMooringMarine engineeringOffshore wind powerTurbineSurgeCoupling (piping)EngineeringSimulationComputer scienceAerospace engineeringMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This work presents a coupling of numerical models to allow simulation of a farm of floating wind turbines in which some mooring lines are shared between platforms. This shared mooring approach has potential to reduce mooring costs for floating offshore wind farms, but introduces additional complexity in system behaviour and design considerations for which new simulation capabilities are needed. Multiple instances of the FAST floating wind turbine simulator are coupled modularly to the MoorDyn mooring system simulator to achieve a coupled simulation of a full shared-mooring floating wind farm. The model is demonstrated on a square-shaped four-turbine shared mooring farm configuration in the presence of irregular waves and turbulent winds. Results show reasonable behaviour of the platform motions, with surge displacements under wind and wave loading that reflect the complex restoring properties of the shared mooring arrangement. Varying phase relationships in the platforms’ motions arising from their spatial offsets in the sea state show that the shared mooring lines will see different excitation at either end. Fluctuations in the mooring line tensions bear out this fact, and also show the importance of line dynamics in these shared mooring arrangements. In particular, the shared mooring lines show a greater tendency for resonance due to the absence of seabed contact.

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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,195
Écart entre enseignants0,175 · 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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWave and Wind Energy SystemsTravaux en français237 207