Investigations of Spoilers to Mitigate Columnar Vortices in Propeller Turbines at Speed-No-Load Based on Steady and Unsteady Flow Simulations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract With the introduction of an ever-larger share of renewable but intermittent energy sources on electrical grids, hydraulic turbines are more often used as network stabilizers. In such a role, they are generally operated in off-design operations like speed-no-load (SNL). No energy is extracted from the flow at SNL operation, but the runner rotates at the synchronous speed linked to the electrical grid. The flow inside the runner of low-head turbines operating at SNL is often dominated by a columnar vortex array that may induce damaging pressure fluctuations. This paper presents the study of a control device to mitigate those vortices. At SNL, the small guide vane opening leads to a high swirl in the runner generating secondary flows such as columnar vortices and backflows. The proposed concept is to move SNL operation toward a higher guide vane opening and hence lower swirl, preventing the formation of a columnar vortex array. Lowering the input swirl of SNL is accomplished by opening up the guide vanes while using a control device to limit the discharge. The control device, like a spoiler on an aircraft wing, is introduced on the guide vanes to generate added head losses, significantly decreasing the discharge in high guide vane angles. This paper compares the hydrodynamics of the flow in a propeller turbine with different spoiler geometries. The study is based on both Reynolds-averaged Navier–Stokes (RANS) and unsteady RANS (URANS) flow simulations. It highlights how such devices can successfully mitigate columnar vortices and their associated pressure fluctuations on runner blades.
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.
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 | 0,001 | 0,001 |
| 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 découle