Study of 1D numerical simulation of the closed-loop hydraulic test standduring start-up
Notice bibliographique
Résumé
Abstract: The integration of renewable energy sources into power grids leads to an increase in start and stop cycles for hydroelectric turbines and forces them to operate at lower efficiency level. Among off-design operating conditions, the start-up is one of the most damaging events a turbine may undergo. High amplitude pressure fluctuations and resonance which can occur during start-up, potentially leading to high stress levels in the runner. Different studies have outlined that stress levels int the runner will vary according to the parameters defining the start-up sequence, such as the guide vanes opening speed and the rotating parts inertia. Within the Tr-Francis project, the fluid-structure interactions during start-up in a Francis turbine are investigated using a reduced-scale model mounted on the Heki test stand at Université Laval. One of the challenges of studying start-up is to define homologous start-up sequences between the model and the 140MW prototype turbine. The presentation aims at illustrating how 1D numerical transient simulations of the Tr-FRANCIS model and the production unit were used to identify control strategies leading to homologous start-up scenarios. The simulations were performed using SIMSEN, a software dedicated to simulation transient events in hydraulic turbines. The presentation will outline the different models built to represent the turbines and the hydraulic circuit. It will compare the results at model and prototype scale and discuss the challenges and solutions to reproduce, on a close-loop test stand, homologous hydraulic behaviors of prototype turbines during start-up.
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 | 0,001 |
| 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 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 ».