MétaCan
Menu
Retour à la cohorte
Enregistrement W4317633806 · doi:10.2514/6.2023-2094

Modeling of a Wind-Turbine-Powered Ground Vehicle

2023· article· en· W4317633806 sur OpenAlexaff
Meyer Nahon, Zihao Zhuo, Shengan Yang, Inna Sharf, Rick Cavallaro, Stephen Morris

Notice bibliographique

RevueAIAA SCITECH 2023 Forum · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAccelerationTurbineMarine engineeringWind speedDragAutomotive engineeringSensitivity (control systems)AerodynamicsEngineeringComputer scienceSimulationAerospace engineeringMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

View Video Presentation: https://doi.org/10.2514/6.2023-2094.vid A number of vehicles have been demonstrated in past years that are purely wind-powered and capable of propelling themselves upwind into an oncoming wind. A wind turbine mounted on the vehicle drives the wheels of the vehicle through a geartrain. To help understand the vehicle operation, this paper presents a dynamics model of such a vehicle, using a blade-element momentum theory model of the turbine. As a case study, we use the Blackbird vehicle which set an upwind speed record in 2012. The model is able to accurately predict the vehicle performance in upwind mode when compared to available experimental data. Once validated, the model is used to determine how the Blackbird could be refined to improve its performance. In particular, we find that a variable-ratio transmission could substantially improve the vehicle’s acceleration; and that using lower gear ratios would slightly improve its terminal velocity. A sensitivity analysis performed on the losses (rolling resistance, air drag and transmission efficiency) found that improvement in the transmission efficiency would lead to the greatest increase in terminal velocity.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,557

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,018
Tête enseignante GPT0,237
Écart entre enseignants0,219 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA SCITECH 2023 ForumMême sujetWind Energy Research and DevelopmentTravaux en français237 207