MétaCan
Menu
Retour à la cohorte
Enregistrement W3087942231 · doi:10.1088/1742-6596/1618/4/042003

Aerodynamic performance and blockage investigation of a cambered multi-bladed windmill

2020· article· en· W3087942231 sur OpenAlexaff
Itoje H. John, Jerson Rogério Pinheiro Vaz, David Wood

Notice bibliographique

RevueJournal of Physics Conference Series · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSolidityAerodynamicsAirfoilRotor (electric)WindmillThrustStructural engineeringTorqueWind tunnelMarine engineeringEngineeringAerospace engineeringComputer scienceWind powerMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Windmills for water pumping typically operate at low speed and high torque owing to their multi-bladed nature. This, however, complicates the rotor aerodynamic behavior due to the mutual interaction between adjacent blades and low Reynolds number, Re, operation. While studies on their aerodynamic performance indicate that increasing blade number, N, and airfoil type are critical analysis and design parameters, its low Re behavior with cambered airfoils appears complicated and is still poorly understood. Accordingly, the performance of a windmill model of diameter 0.68 m with 3 ≤ N ≤ 24 identical blades was investigated in two open jet wind tunnels, with different test section sizes: one with high blockage of 36.3 % and the other with a negligible blockage of 4.5 %, for comparison with Blade Element Theory (BET) predictions of thrust, torque, and power. It was found that BET is accurate except at low tip speed ratios, λ where it under-predicts the torque primarily because of the high solidity at high N. Furthermore, the study reveals that high blockage impacts significantly on rotor performance and is a function of N . Overall, the experiment gave a better performance, highlighting the importance of accounting for solidity in aerodynamic performance prediction.

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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,435

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 Opus0,018
Tête enseignante GPT0,189
Écart entre enseignants0,171 · 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 tête enseignante, 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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207