Fluid-structure simulations of the stochastic behaviour of a medium head Francis turbine during startup
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
The use of dynamic CFD and FEA simulations of hydraulic turbines for steady operation is now widespread for fatigue analysis. However, machines will undergo a major role change from the traditional base load operation in the coming years. This can have a significant impact on life expectancy. In this regard, a lot of research efforts have been recently devoted to improve understanding of hydraulic turbines transient operations such as startup and runaway. Our recent experiences have shown that almost all turbines present unique behaviour from a stochastic point of view during transient operation, and we consider there is still a lot to learn about how to correlate load patterns to life expectancy. In past work, startup simulations and no-load stochastic predictions were presented separately. To our knowledge, no one has attempted to combine them to predict stochastic stresses by simulations in the case of turbine startup. The challenge is thus to capture much more physics while respecting fluid-structure interaction modelling requirements. This paper presents specifically transient CFD and FEA simulations of a medium head Francis turbine startup aimed at getting stochastic dynamic loads on the runner. The CFD simulations involve, among other things, variable rotating speed, mesh deformation, labyrinth seals, resistive torque, roughness, SAS turbulence modelling. 1-way fluid-structure simulations with time-dependent pressure loads are used to determine the stochastic stresses. The stochastic loads are challenging, and only a part of them were captured. Encouraging results are obtained at the leading edge, but the trailing edge deformations lack most of the content. Simulations and experiments might indicate that a stronger coupling is required to get both the fluid load and the mechanical answer right.
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 | 0,000 |
| 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 découle