MétaCan
Menu
Retour à la cohorte
Enregistrement W2973663004 · doi:10.3390/s19184053

Detection of Hydraulic Phenomena in Francis Turbines with Different Sensors

2019· article· en· W2973663004 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSensors · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensnon disponible
Organismes subventionnairesFP7 EnergySeventh Framework ProgrammeBC HydroGeneralitat de CatalunyaEuropean Commission
Mots-clésHydraulic machinerySIGNAL (programming language)HydropowerEngineeringFlexibility (engineering)Strain gaugeTurbineFrancis turbineAutomotive engineeringAccelerometerControl engineeringGridMechanical engineeringMarine engineeringComputer scienceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Nowadays, hydropower is demanded to provide flexibility and fast response into the electrical grid in order to compensate the non-constant electricity generation of other renewable sources. Hydraulic turbines are therefore demanded to work under off-design conditions more frequently, where different complex hydraulic phenomena appear, affecting the machine stability as well as reducing the useful life of its components. Hence, it is desirable to detect in real-time these hydraulic phenomena to assess the operation of the machine. In this paper, a large medium-head Francis turbine was selected for this purpose. This prototype is instrumented with several sensors such as accelerometers, proximity probes, strain gauges, pressure sensors and a microphone. Results presented in this paper permit knowing which hydraulic phenomenon is detected with every sensor and which signal analysis technique is necessary to use. With this information, monitoring systems can be optimized with the most convenient sensors, locations and signal analysis techniques.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,516
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,180
Écart entre enseignants0,176 · 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