MétaCan
Menu
Retour à la cohorte
Enregistrement W3169075852 · doi:10.1088/1755-1315/774/1/012083

A proposal for the dynamic strain interpolation on hydroelectric turbine runner

2021· article· en· W3169075852 sur OpenAlexaff
Quang Hung Pham, Martin Gagnon, Jérôme Antoni, Antoine Tahan, Christine Monette

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensAndritz (Canada)Hydro-QuébecÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésInterpolation (computer graphics)KrigingTurbineHydroelectricityComputer scienceRange (aeronautics)Process (computing)Component (thermodynamics)EngineeringMechanical engineeringArtificial intelligenceAerospace engineeringMachine learningElectrical engineeringMotion (physics)

Résumé

récupéré en direct d'OpenAlex

Abstract The large operation range of hydroelectric turbine, caused by the increasing changes in the electrical network usage, leads to higher dynamic stress fluctuation on runner. However, the experimental data cannot cover all the possible operating conditions. The missing data in some turbine operation zones generates a challenge for the recovery of the highest dynamic strain. This paper proposes a methodology for the interpolation of such strains between operating conditions by using the kriging method. The case study focuses on the interpolation of the part load rope which is an important component in the dynamic strain of a Francis turbine runner. Two interpolation approaches, inspired by spatio-temporal kriging and cokriging, are applied and compared. Finally, some suggestions are proposed to improve the recovery of operating conditions using interpolation process.

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 enseignants0,904
Score d'incertitude au seuil0,288

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 Opus0,007
Tête enseignante GPT0,194
Écart entre enseignants0,187 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetHydraulic and Pneumatic SystemsTravaux en français237 207