Optimization and System Identification of a Variable Pico-Scale Hydro Turbine for Pressure Regulation
Notice bibliographique
Résumé
Abstract Recent studies from the European Commission estimate that more than 20% of global energy is consumed by pumping systems. Significant research has focused on increasing pump efficiency to lower energy consumption; however, few have looked at the energy lost in use of pressure regulating devices (PRDs). This paper proposes a novel pico-scale hydro turbine that could effectively replace PRDs and generate power while regulating pressure. The proposed hydro turbine has an outer diameter of 4″ and a total length of 5.4″. The turbine uses 14 rotating guide vanes and is attached to a generator with a variable load. To maximize power recovery and pressure control range of the turbine, a non-dominated sorting genetic algorithm was used for multi-objective geometry optimization. Then, to build a dynamic model for control system design, parameter identification was conducted using a Gaussian process surrogate model and stochastic search algorithms: particle swarm optimization and genetic algorithm. The optimized turbine showed good agreement between simulated and experimental results and achieved a power output of 120 W, pressure drop range of 6 to 27 psi, and maximum hydraulic efficiency of 75% at the rated flow rate of 27 GPM. The optimized turbine shows the potential of pico-turbines for pressure regulation.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».