MétaCan
Menu
Retour à la cohorte
Enregistrement W3213407785 · doi:10.18280/jesa.540514

Performance Investigation of Small Wind Turbine Installed over a Pick up Vehicle to Charge an Electric Vehicle Battery

2021· article· en· W3213407785 sur OpenAlexvenueno aff
Gashaw Arega Anagie, Abdulkadir Aman Hassen, Yihun T. Sintie

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurbineWind powerAirfoilAutomotive engineeringSmall wind turbineWind speedHypersonic wind tunnelMarine engineeringEngineeringWind tunnelEnvironmental scienceAerospace engineeringElectrical engineeringMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

Wind energy is a vital energy free from pollution and freely available energy in our world. The purpose of this research is performance investigation of small horizontal axis wind turbine installed at the top of a pickup vehicle and the power generated from this wind turbine is used to charge the batteries of the vehicle. Permanent magnet generator is selected for the experiment as well as the selected type of the blade is NACA 4412 and its angle of attack is 6°. The angle of attack is determined by using Qblade software at the maximum lift to drag ratio of NACA 4412 airfoil. The blades of wind turbine are fabricated from wood because wood have excellent fatigue properties. The comparison between analytical analysis and experimental test is done based on the reaction wind speed, in order to achieve good matching between analytical analysis and experimental test. Finally, the power output from the wind turbine is used for charging the vehicle battery and the charging process is controlled by regulator. The maximum powers determined from the experimental and theoretical analysis are 334 W and 437 W at reaction wind speed of 28.6m⁄s respectively at the maximum vehicle speed of 25m⁄s.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0030,001

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 Opus0,012
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetElectric Vehicles and InfrastructureTravaux en français237 207