MétaCan
Menu
Retour à la cohorte
Enregistrement W4389584904 · doi:10.17118/11143/21028

An enhanced simplified modeling approach for axial-flow and cross-flowhydrokinetic turbine arrays

2023· article· en· W4389584904 sur OpenAlexaff
Yanran Xia, Guy Dumas

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésFlow (mathematics)TurbineMechanicsComputer scienceMarine engineeringMaterials scienceAerospace engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

For the purpose of maximizing the energy extraction, it is essential to optimize the hydrokinetic turbine arrangement in farms using reliable numerical tools which allow affordable and realistic performance prediction for multiple turbines in consideration of the interactions between them. The Effective Performance Turbine Model (EPTM), an actuator region model used in 3-D Reynolds-Averaged Navier-Stokes simulations, has been designed for both axial-flow turbines (AFT) and cross-flow turbines (CFT). This simplified model, representing each individual turbine with non-uniform momentum source terms scaled with the local velocity, has proven to be reliable in predicting the mean performance of each turbine in the array as well as to reproduce realistic wakes for the turbines operating at their optimal point. However, this was demonstrated in uniform and clean flow conditions. An important remaining challenge consists in the turbulence modeling within realistic perturbed flow conditions in farms. Since the EPTM does not generate the actual discrete vortex system by its steady nature, its wake may suffer from lower turbulence level compared to the fully-resolved unsteady turbine wake. Especially for the AFT technology for which the wake dynamics is mostly governed by an instability of its vortex structure, thus quite sensitive to the flow perturbations in presence, the underestimated turbulence production decelerates the wake recovery and further affects the performance prediction of downstream turbines. In this work, the models EPTM-AFT and EPTM-CFT are modified with additional turbulence source terms to compensate the turbulence induced by the unsteady phenomena. Several turbine array configurations are tested to illustrate the capability of the enhanced models to operate in perturbed flow conditions and to reproduce wakes well matching the actual wake characteristics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,271
Écart entre enseignants0,247 · 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 source (Gemma direct ou Codex distillé), 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 sujetWind Energy Research and DevelopmentTravaux en français237 207