MétaCan
Menu
Retour à la cohorte
Enregistrement W4280528375 · doi:10.1016/j.oceaneng.2022.111541

Coupled CFD-MBD numerical modeling of a mechanically coupled WEC array

2022· article· en· W4280528375 sur OpenAlexaff
Xiang Li, Yang Zhou, Dezhi Ning, Atilla İncecik, Ryan S. Nicoll, Anthony McDonald, David Campbell

Notice bibliographique

RevueOcean Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueWave and Wind Energy Systems
Établissements canadiensDynamic Systems Analysis (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputational fluid dynamicsSolverMooringMarine engineeringFluid–structure interactionWave tankPower (physics)EngineeringSimulationMechanicsAerospace engineeringMechanical engineeringComputer scienceStructural engineeringPhysicsFinite element method

Résumé

récupéré en direct d'OpenAlex

The development of new wave energy devices (WECs) has continued unabated over the past decades. For large-scale applications, integrating individual WEC into an array system (WEC net) requires considerable expertise and research due to its highly complex and interrelated nature. Often for a WEC net, it contains main structures and multiple sub-structures. The WEC net response is defined as the total responses from all sub-structures, which is highly complex and closely interconnected with each other. This paper aims to develop a fully-coupled numerical modeling tool that can cope with the wave-structure interaction as well as the mechanical interaction among each sub-structure in a WEC net. The fluid field is solved by a Computational Fluid Dynamic (CFD) solver coupled with a Multi-body Dynamic structural solver. The hydrodynamic and power take-off performance of Albatern 12S Squid WEC net is studied and the results are validated against available laboratory testing data, and commercial mooring and hydrodynamics analysis software. It is found that the motion response of the CFD and experimental approach is in close agreement with each other. The interaction force among sub-structures can be well captured, and the results indicate that the mode response of individual float is strongly affected by the mechanical linking-arms as well as the incident wave conditions, which is hard to achieve without such integrated CFD tool. The power take-off (PTO) is modeled using a damping system. The predicted peak output power is found to increase with the decreasing of wave period and an optimal device's damping to reach a maximum power capture exists, which is dependent on the incoming wave period and height.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,178
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

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'étudeSimulation ou modélisation
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

Citations35
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOcean EngineeringMême sujetWave and Wind Energy SystemsTravaux en français237 207