A Survey of Numerical Simulation Tools for Offshore Wind Turbine Systems
Notice bibliographique
Résumé
Design, analysis, manufacture, and deployment of offshore wind turbines mounted on a floating base is a novel industry that is attracting interest from both academia and industry. In an effort to comprehend the sophisticated aerodynamics and hydrodynamics of the floating offshore wind turbines (FOWTs), numerical and physical modelling of these complex systems began to develop with their appearance. The strong coupling between the aerodynamics of the rotor-nacelle assembly (RNA) and the hydrodynamics of the floating platform makes modelling FOWTs a challenging task. However, the scaling mismatch between Froude scaling and Reynolds scaling made it more difficult to physically test scaled-down prototypes of FOWTs, whether in a wind tunnel or an ocean basin. In this regard, developing high-fidelity numerical modelling that is both cost-effective and accurate has been receiving increased attention as a potential replacement for or complement to physical testing. However, numerical engineering tools, which are frequently used in the offshore oil and gas industry, are known as mid-fidelity to low-fidelity tools and lack the degree of accuracy that is desirable for FOWTs. In recent years, a variety of numerical tools have been established or developed to uncover the complex nature of the dynamics of FOWTs. This study aims to provide a comprehensive survey of numerical tools available for simulating FOWTs, with a particular emphasis on horizontal axis wind turbines (HAWTs), assessing their capabilities and limitations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».