MétaCan
Menu
Retour à la cohorte
Enregistrement W4254534340 · doi:10.1533/9781857090638.3.366

Optimising wind turbine design for operation in low wind speed environments

2011· book-chapter· en· W4254534340 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWoodhead Publishing Limited eBooks · 2011
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTurbineWind powerWind speedTurbine bladeMarine engineeringBlade (archaeology)Computer scienceEngineeringMechanical engineeringMeteorologyElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This chapter considers wind turbines at low wind speed and the optimising of blade design to improve performance in these conditions. The key aim is to achieve fast acceleration of the blades when the wind starts blowing because the average wind speed for starting is higher than the cut-in wind speed, which is the conventional measure of low wind performance. A blade element method for starting is described and shown to give good agreement with the measured starting sequences of a three-bladed 500 W turbine. Analytic expressions for starting time appear possible only for simple and unrealistic situations. Using a numerical, differential evolutionary strategy, however, blades can be designed to reduce starting time at the same time as maintaining high efficiency of power extraction. The most efficient blade designs are always very slow to start but, typically, a small trade-off in efficiency is associated with a large decrease in starting time. A practical application of this methodology is described for the blade design of a 5 kW turbine. This chapter shows that reducing starting time is also possible in the context of noise minimisation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,047
Tête enseignante GPT0,216
Écart entre enseignants0,169 · 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