Atmospheric Drivers of Wind Turbine Blade Leading Edge Erosion: Review and Recommendations for Future Research
Notice bibliographique
Résumé
Leading edge erosion (LEE) of wind turbine blades causes decreased aerodynamic performance leading to lower power production and revenue and increased operations and maintenance costs. LEE is caused primarily by materials stresses when hydrometeors (rain and hail) impact on rotating blades. The kinetic energy transferred by these impacts is a function of the precipitation intensity, droplet size distributions (DSD), hydrometeor phase and the wind turbine rotational speed which in turn depends on the wind speed at hub-height. Hence, there is a need to better understand the hydrometeor properties and the joint probability distributions of precipitation and wind speeds at prospective and operating wind farms in order to quantify the potential for LEE and the financial efficacy of LEE mitigation measures. However, there are relatively few observational datasets of hydrometeor DSD available for such locations. Here, we analyze six observational datasets from spatially dispersed locations and compare them with existing literature and assumed DSD used in laboratory experiments of material fatigue. We show that the so-called Best DSD being recommended for use in whirling arm experiments does not represent the observational data. Neither does the Marshall Palmer approximation. We also use these data to derive and compare joint probability distributions of drivers of LEE; precipitation intensity (and phase) and wind speed. We further review and summarize observational metrologies for hydrometeor DSD, provide information regarding measurement uncertainty in the parameters of critical importance to kinetic energy transfer and closure of data sets from different instruments. A series of recommendations are made about research needed to evolve towards the required fidelity for a priori estimates of LEE potential.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».