Validation of deep part load dynamic stresses for axial runners
Notice bibliographique
Résumé
Abstract To accommodate renewable energy production and load demand variability, hydropower plant owners need to increase their operating range regardless of their units’ original design load envelop. When this increased operating range is an issue for the fatigue life of the old runners, solutions need to be found with the design of a new runner to sustain those new challenging loads of the increased operating range. In recent years, many papers have been published to show the challenging loads on Francis runners at speed-no-load and deep part load conditions. Andritz demonstrated a good numerical prediction capability for stress levels at deep part load conditions for Francis runners. However, for axial units, very little has been published. Very recently, some papers showed good predictability by CFD of the flow behavior at deep part load including the vortices present at those conditions. This paper demonstrates the prediction capability of the numerical tools by comparing strain gage measurements on an axial runner to CFD-FEA stress predictions. The measurement campaign was conducted conjointly by the unit owner and the manufacturer for research purposes. In the deep part load operating zone under the effect of columnar vortices, frequency analysis of the measured vibrations and strain gage signals confirmed the flow behavior predicted by CFD, and the measured dynamic strain amplitudes were well predicted. Numerical prediction of dynamic stress in the complete range from 0-100% power of the measured unit as well as detection of high vibration zones was successful.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».