Columnar vortex array in hydraulic turbines and mitigation device
Notice bibliographique
Résumé
Abstract: With increasing climate change concerns and the fast addition of new renewables such as wind and solar power on electrical grids, the operation’s flexibility of hydraulic turbines needs to be expanded. However, operating in low loads or speed-no-load (SNL) damages the turbine. In those operating regimes, energetic and harmful flow structures form. Mitigation techniques must therefore be developed to increase the safe operating range of hydraulic turbines. SNL operation is when the runner rotates at the synchronous speed, linked to the electrical grid, but no energy is extracted from the flow yet. It is the last step of a start-up or it can be used as spinning reserve. In low-head turbines operating at SNL, a columnar vortex array forms and generates important pressure fluctuations. In medium-head turbines, more often, interblade vortices are found. This study shows that a columnar vortex array can also be generated in a medium-head Francis turbine by removing the runner blades numerically. The geometry changes allowed a different instability mode to be excited. With a larger vaneless space, columnar vortices were generated instead of interblade vortices. Thus, columnar vortices are not dependent on the shape of the meridional channel. Therefore, to mitigate columnar vortices, another strategy must be found. In this presentation, a mitigation device lowering the input swirl is developed. The device is tested numerically on a low-head propeller turbine. Unsteady simulations with scale adaptative simulation turbulence model were performed. The results showed that the device effectively eliminates the columnar vortices and significantly reduces the pressure fluctuations on the 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».