MétaCan
Menu
Retour à la cohorte
Enregistrement W4281684770 · doi:10.1088/1742-6596/2265/4/042073

Aeroelastic modelling of tail fins for small wind turbines

2022· article· en· W4281684770 sur OpenAlexaff
Mohamed M. Hammam, David Wood

Notice bibliographique

RevueJournal of Physics Conference Series · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAeroelasticityAngle of attackYawLift (data mining)Nonlinear systemWind tunnelFinMechanicsVortexEuler anglesAllowance (engineering)Rotor (electric)Control theory (sociology)AerodynamicsStructural engineeringPhysicsEngineeringMathematicsGeometryAerospace engineeringComputer scienceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Many small upwind turbines use a tail fin to align the rotor with the wind. Despite the importance of a well-designed fin for efficient operation and in generating ultimate and fatigue loads, the aeroelastic modelling of tail fins is not well developed. This work extends the previous linearized analyses by including nonlinear effects and the difference between the yaw angle and the angle of attack. The analysis is based on unsteady slender body theory, but includes the vortex lift generated at high angles of attack and the effects of vortex bursting. The model predicts with reasonable accuracy the yaw behaviour of delta-shaped tail fins (without a rotor) released at 45° in a wind tunnel, provided allowance is made for the viscous friction in the yaw bearings. The difference in the response frequency between the linear and nonlinear model increases at the higher yaw angle of 80° for which no wind tunnel measurements are available. As a first step towards simplifying the nonlinear model, the difference in yaw angle predictions from the linear model is estimated. The maximum difference is a function of initial yaw angle and is large for yaw angles of magnitude greater than 45°.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,350

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 Opus0,054
Tête enseignante GPT0,218
Écart entre enseignants0,164 · 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'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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetWind Energy Research and DevelopmentTravaux en français237 207